alterlab-dask

使用 Dask 分布式计算将 pandas/NumPy 工作流扩展到内存之外——支持并行 DataFrame、数组、延迟任务图和集群执行。当现有 pandas/NumPy 代码需要在超过内存容量的数据上运行或跨集群执行时，适用于并行文件处理、分布式机器学习或与现有 pandas 代码集成。在单机上进行核外分析时，建议使用 vaex；若追求内存内处理速度，则建议使用 polars。属于 AlterLab 学术技能套件的一部分。

模型生成摘要（rules/v1 · 2026-11-15 05:34）：使用 Dask 分布式计算将 pandas/NumPy 工作流扩展到内存之外——支持并行 DataFrame、数组、延迟任务图和集群执行
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 05:33	03f3bb0c	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。