PRF:20190402 Parallel computation in Python with Dask.md

@geekpi

translated/tech/20190402 Parallel computation in Python with Dask.md

@@ -1,6 +1,6 @@
 [#]: collector: (lujun9972)
 [#]: translator: (geekpi)
-[#]: reviewer: ( )
+[#]: reviewer: (wxy)
 [#]: publisher: ( )
 [#]: url: ( )
 [#]: subject: (Parallel computation in Python with Dask)
@@ -9,14 +9,17 @@
 
 使用 Dask 在 Python 中进行并行计算
 ======
-Dask 库将 Python 计算扩展到多个核心甚至是多台机器。
+
+> Dask 库可以将 Python 计算扩展到多个核心甚至是多台机器。
+
 ![Pair programming][1]
 
-关于 Python 性能的一个常见抱怨是[全局解释器锁][2]（GIL）。由于 GIL，一次只能有一个线程执行 Python 字节码。因此，即使在现代的多核机器上，使用线程也不会加速计算。
+关于 Python 性能的一个常见抱怨是[全局解释器锁][2]（GIL）。由于 GIL，同一时刻只能有一个线程执行 Python 字节码。因此，即使在现代的多核机器上，使用线程也不会加速计算。
 
-但当你需要并行化到多核时，你不需要停止使用 Python：**[Dask][3]** 库可以将计算扩展到多个内核甚至多个机器。某些设置在数千台机器上配置 Dask，每台机器都有多个内核。虽然存在扩展限制，但并不容易达到。
+但当你需要并行化到多核时，你不需要放弃使用 Python：[Dask][3] 库可以将计算扩展到多个内核甚至多个机器。某些设置可以在数千台机器上配置 Dask，每台机器都有多个内核。虽然存在扩展规模的限制，但一般达不到。
 
 虽然 Dask 有许多内置的数组操作，但举一个非内置的例子，我们可以计算[偏度][4]：
+
 ```
 import numpy
 import dask
@@ -31,11 +34,12 @@ skewness = ((unnormalized_moment - (3 * mean * stddev ** 2) - mean ** 3) /
             stddev ** 3)
 ```
 
-请注意，每个操作将根据需要使用尽可能多的内核。这将在所有核心上并行化，即使在计算数十亿个元素时也是如此。
+请注意，每个操作将根据需要使用尽可能多的内核。这将在所有核心上并行化执行，即使在计算数十亿个元素时也是如此。
 
-当然，并不是我们所有的操作都可由库并行化，有时我们需要自己实现并行性。
+当然，并不是我们所有的操作都可由这个库并行化，有时我们需要自己实现并行性。
 
 为此，Dask 有一个“延迟”功能：
+
 ```
 import dask
 
@@ -47,9 +51,9 @@ total = dask.delayed(sum)(palindromes)
 result = total.compute()
 ```
 
-这将计算字符串是否是回文并返回回回文的数量。
+这将计算字符串是否是回文并返回回文的数量。
 
-虽然 Dask 是为数据科学家创建的，但它绝不仅限于数据科学。每当我们需要在 Python 中并行化任务时，我们可以使用 Dask-有 GIL 或没有 GIL。
+虽然 Dask 是为数据科学家创建的，但它绝不仅限于数据科学。每当我们需要在 Python 中并行化任务时，我们可以使用 Dask —— 无论有没有 GIL。
 
 --------------------------------------------------------------------------------
 
@@ -58,7 +62,7 @@ via: https://opensource.com/article/19/4/parallel-computation-python-dask
 作者：[Moshe Zadka (Community Moderator)][a]
 选题：[lujun9972][b]
 译者：[geekpi](https://github.com/geekpi)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)
 
 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出