Python Dask到hdf5的写入失败，“；h5py不能腌制；

以下是产生错误的部分：

procDask = da.stack(procArrays)
print(procDask)
print(procDask.compute())    
    
#da.to_hdf5('out.hdf5',{'/arr',procDask})
    
f = h5py.File('out.hdf5',mode='w')
d = f.require_dataset('/a', shape=procDask.shape, dtype=procDask.dtype)
da.store(procDask, d)

我的程序显示是一个

dask.array<stack, shape=(3, 3, 3), dtype=int16, chunksize=(1, 3, 3), chunktype=numpy.ndarray>

它有点冗长，显示源代码等，但我想这是主要错误。 我使用的方法错了吗

编辑： 下面是一个可以重现错误的代码

def main（）：
procArray=da.one（（3,3,3））
procArray.to_hdf5（'testout.hdf5'，'/arr'））
client.shutdown（）
如果名称=“\uuuuu main\uuuuuuuu”：
client=client（）
main（）

正确，H5Py对象不能被pickle，因此不能在分布式设置中使用。我建议使用

to_hdf5

方法来避开此问题。它处理使事情顺利进行所需的技巧。

没有人会对数据堆栈进行酸洗。。。。没人知道是谁或是什么告诉你你能做到这一点？@hpaulj这是我试图遵循的文件，它显示了两种方法，但我认为我用错了，我不确定充分的追溯在哪里可能有用。很难说是

dask

还是

h5py

在抱怨。关于

procDask

，特别是它的数据类型，可能有些太“复杂”了。在

da.store

示例中，

x

是一个数值numpy数组。@hpaulj在对store函数使用numpy数组时，我得到错误“ValueError:所有源必须是dask数组对象”，谢谢您的回答！我添加了一个在我的机器上复制错误的代码，但是使用了to_hdf5方法。你能看一下吗？它发生在我初始化一个客户端时，但这样做不是和串行代码一样吗？Hrm，很有趣。我去提出一个问题，发现：

TypeError: h5py objects cannot be pickled