Python dask.array.apply_沿_轴：使用dask.array的每一行作为另一个函数的输入失败，因为有额外的元素（[1]）

我有一个大数组（

arr

）的形状

（620000000，2）

，每行代表两个整数索引，我想传递给另一个函数。结构有点像这样：

def myfunc(a, b):
    return a + b
def pair_func(two_elem_arr):  # takes a 2-element vector/array
    return myfunc(*two_elem_arr)

我尝试使用

dask

来并行化整个过程，但出现以下问题

当使用

apply\u沿_轴

仅打印时，生成的背景循环的第一个元素是一个神秘的

[1]

。使用plain

numpy

时，完全相同的过程非常有效：

import numpy as np
import dask.array as da

arr = np.repeat(np.arange(10), 2).reshape((10, 2))
darr = da.from_array(arr)

print('numpy version:')
np.apply_along_axis(arr=arr, axis=1, func1d=print)
print('\ndask version:')
da.apply_along_axis(arr=darr, axis=1, func1d=print).compute()

输出：

numpy version:
[0 0]
[1 1]
[2 2]
[3 3]
[4 4]
[5 5]
[6 6]
[7 7]
[8 8]
[9 9]

dask version:
[1]   <------------- ?
[0 0]
[1 1]
[2 2]
[3 3]
[4 4]
[5 5]
[6 6]
[7 7]
[8 8]
[9 9]

da.apply_沿_轴调用会导致以下异常：

TypeError: myfunc() missing 1 required positional argument: 'b'

更让我困惑的是，整个过程与其他精细的函数一起工作，如
da.sum
（以及
np.sum
）：

那么实际上有两个问题,


为什么
[1]
在
da的输出中有一个
[1]
。沿轴（…）应用\u以及如何删除它

如果没有，是否有其他方法可以达到预期的结果

提前感谢
解决方案隐藏在中

[……]

注释

如果未提供数据类型或形状，Dask将尝试通过
在虚拟数组上调用func1d。这可能会产生不正确的数据类型或形状值，
因此，我们建议提供它们。
[……]

当我提供
shape=（1，）
和
dtype='int'
时，它工作得很好。
在我看来，额外的
[1]
似乎是使用虚拟数组确定
dtype
和
shape
的结果。我仍然认为不应该是这样

da.apply_along_axis(arr=darr, axis=1, func1d=pair_func, shape=(1,), dtype='int')

da.apply_along_axis(arr=darr, axis=1, func1d=da.sum).compute()

da.apply_along_axis(arr=darr, axis=1, func1d=pair_func, shape=(1,), dtype='int')