HDF5¶

分层数据格式（Hierarchical Data Format）是一种二进制、自描述格式，支持规则步长和随机访问。Python 中有三种主要选项与 HDF5 交互：

h5py - 对 HDF5 库的无偏见反映
pytables - 一个有偏见的版本，增加了额外的功能和约定
pandas.HDFStore - Pandas 用户中常用的格式。

所有这些库都能创建和读取 HDF5 文件。不幸的是，其中一些库有特殊的约定，只能被其自身的库理解。因此，由这些库创建的某些 HDF5 文件可能不被其他库很好地理解。

协议¶

如果给定一个显式对象（而非字符串 URI），例如 h5py.Dataset、pytables.Table 或 pandas.HDFStore，那么 odo 项目可以智能地决定如何处理。如果给定一个字符串，例如 myfile.hdf5::/data/path，那么 odo 默认使用普通的 h5py 解决方案，这是三者中最不偏见的。

您可以使用以下协议之一指定所需的特定格式：

h5py://
pytables://
hdfstore://

限制¶

每个库都有其局限性。

H5Py 不支持日期时间（datetimes）
PyTables 不支持可变长度字符串，
Pandas 不支持非表格数据（例如 ndarrays），并且如果用户不选择 format='table' 关键字参数，它创建的 HDF5 文件可能不被其他库很好地理解。

我们对 PyTables 的支持确实比较薄弱。欢迎在此处贡献。

URI¶

HDF5 数据集的 URI 包括文件名和该文件中的数据路径。它还可以选择包含一个协议。

HDF5 URI 示例

myfile.hdf5::/data/path
hdfstore://myfile.h5::/data/path

转换¶

HDF5 文件的默认输入和输出路径包括 Pandas DataFrames 序列和 NumPy ndarrays 序列。

h5py.Dataset <-> chunks(np.ndarray)
tables.Table <-> chunks(pd.DataFrame)
pandas.AppendableFrameTable <-> chunks(pd.DataFrame)
pandas.FrameFixed <-> DataFrame