我有一个树型数据结构,我想保存到磁盘上。因此,具有内部树状结构的HDF5似乎是完美的候选。然而,到目前为止,数据开销是巨大的,高达100倍!在
一个测试树包含大约100个节点,其中的叶子通常包含不超过2到3个数据项(比如双精度)。如果我把整棵树腌一下,它大概有21kB大。但是,如果我使用PyTables并将树结构一一映射到HDF5文件,则该文件需要2.4MB(!)磁盘空间。开销有那么大吗?在
问题是,开销似乎不是恒定的,而是随着树数据的大小线性地扩展(以及随着每个叶的数据的增加而增加节点,即扩大叶表的行数)。在
我是否错过了一些关于PyTables的东西,比如启用压缩(我认为PyTables默认会这么做)?为什么会有这么大的开销?在
非常感谢!在
好的,所以我找到了一种方法来大幅度减小文件大小。关键是,尽管我之前相信,PyTables并不按默认值应用压缩。在
您可以使用
Filters
来实现这一点。在下面是一个如何工作的示例:
这里最重要的一行是
Filters(complevel=9, complib='zlib')
。它指定 压缩级别complevel
和压缩算法complib
。默认情况下,级别设置为0,这意味着压缩被禁用,而9是最高的压缩级别。有关压缩如何工作的详细信息:HERE IS A LINK TO THE REFERENCE。在下一次,我最好坚持RTFM:—)(虽然我这么做了,但是我错过了“PyTables的一个优点是它支持对表和数组进行压缩,尽管默认情况下不使用它”)
相关问题 更多 >
编程相关推荐