一个灵活的开源 Python 并行计算库，能够将 NumPy、pandas 和 scikit-learn 等熟悉的 Python 工具扩展到大于内存的数据集或分布式环境。
达斯克
- Python
- 人工智能和机器学习, 数据分析, 数学, 模拟
- 人工智能（AI）, 云计算, 机器学习, 軟體, 软件即服务（SaaS）, 用户体验（UX）, 用户界面（UI）
特点
- 并行集合（数组、数据框、包）、动态任务调度、扩展 NumPy、pandas 和 scikit-learn、核外计算、跨集群分布式计算、用于诊断和监控计算的仪表板。
定价
- 自由的
- 可扩展熟悉的 Python 库以进行大数据处理，易于集成到现有工作流程中，可灵活适应各种类型的并行（多核、分布式），并提供有用的诊断功能。
- 与直接使用 pandas/NumPy 处理较小的数据集相比，这增加了一层复杂性，对复杂的分布式计算进行性能调优可能具有挑战性，内存管理也需要注意。
最适合：
- 数据科学家和工程师处理的数据集太大，无法放入内存，或者需要利用多核处理器或分布式集群来加速计算密集型任务。
