Python和HDF 5大數(shù)據(jù)應(yīng)用

1章 簡介 1 1.1 Python和HDF5 2 1.1.1 數(shù)據(jù)和元數(shù)據(jù)的組織 2 1.1.2 大數(shù)據(jù)復制 3 1.2 HDF5到底是什么 4 1.2.1 HDF5文件規(guī)格 5 1.2.2 HDF5標準庫 6 1.2.3 HDF5生態(tài)系統(tǒng) 6 第2章 開始使用 7 2.1 HDF基本原理 7 2.2 設(shè)置 8 2.2.1 Python2還是Python3 8 2.2.2 代碼示例 9 2.2.3 NumPy 9 2.2.4 HDF5和h5py 11 2.2.5 IPython 11 2.2.6 時間和優(yōu)化 12 2.3 HDF5工具 13 2.3.1 HDFView 13 2.3.2 ViTables 14 2.3.3 命令行工具 15 2.4 你的第一個HDF5文件 16 2.4.1 使用環(huán)境管理器 17 2.4.2 文件驅(qū)動 18 2.4.3 用戶塊 19 第3章 使用數(shù)據(jù)集 20 3.1 數(shù)據(jù)集基礎(chǔ) 20 3.1.1 類型和形狀 20 3.1.2 讀和寫 21 3.1.3 創(chuàng)建空數(shù)據(jù)集 22 3.1.4 顯式指定存儲類型來節(jié)省空間 22 3.1.5 自動類型轉(zhuǎn)換和直讀 23 3.1.6 用astype讀 24 3.1.7 改變形狀 25 3.1.8 默認填充值 25 3.2 讀寫數(shù)據(jù) 25 3.2.1 高效率切片 26 3.2.2 start-stop-step索引 27 3.2.3 多維切片和標量切片 28 3.2.4 布爾索引 29 3.2.5 坐標列表 30 3.2.6 自動廣播 31 3.2.7 直讀入一個已存在的數(shù)組 32 3.2.8 數(shù)據(jù)類型注解 33 3.3 改變數(shù)據(jù)集的形狀 34 3.3.1 創(chuàng)建可變形數(shù)據(jù)集 35 3.3.2 用resize重新組織數(shù)據(jù) 36 3.3.3 何時以及如何進行resize 37 第4章 讓分塊和壓縮來幫忙 38 4.1 連續(xù)存儲 38 4.2 分塊存儲 40 4.3 設(shè)置分塊形狀 41 4.3.1 自動分塊 41 4.3.2 手動選擇一個形狀 42 4.4 性能實例：可變形數(shù)據(jù)集 43 4.5