Vue d'ensemble
Dask 2025.1, publie le 15 janvier 2025, ameliore les performances du scheduler et l'integration avec l'ecosysteme PyData.
Fonctionnalites principales
Scheduler optimise
Le scheduler distribue a ete optimise pour reduire la latence et mieux gerer les graphes de taches complexes.
python
import dask.dataframe as dd
# Lecture parallele de fichiers Parquet
df = dd.read_parquet('donnees/*.parquet')
resultat = df.groupby('categorie').montant.mean()
print(resultat.compute())Meilleure integration PyData
Dask s'integre mieux avec NumPy 2.x et pandas 2.x pour une compatibilite API plus transparente.
python
import dask.array as da
import numpy as np
# Calcul distribue compatible NumPy 2.x
x = da.random.random((10000, 10000), chunks=(1000, 1000))
resultat = x.mean(axis=0).compute()
print(f'Shape: {resultat.shape}')