Python 的 numpy 數組與 HDF 文件之間的雙精度數，無需進行不必要的轉換

Question

我有一個 numpy 雙打數組。 np.array([double1, double2, double3, ... , doublen]) 所有數組的元素在 memory 中都是連續的。 我想使用 HDF 文件作為數據容器（保存/加載）。

保存實現為： hdf.create_dataset(name='data', data=np.array([double1, double2, double3, ... , doublen]))

load 實現為： data = np.array(hdf_group['data'])

如何驗證是否沒有發生不必要的轉換，例如 double 到 string 到 double ？

Answer 1

變量 dtype 在整個過程中保持不變。 您可以通過檢查 dtype 來驗證 go。 下面的代碼演示了行為。 （在加載到 HDF5 之前，我創建了變量arr來保存 np.doubles 的數組。）

double1 = np.double(1) 
double2 = np.double(2)
double3 = np.double(3)
doublen = np.double(10)

with h5py.File('SO_70168153.h5','w') as hdf:
    arr = np.array([double1, double2, double3, doublen])
    print(f"np.array:\nShape: {arr.shape}, Dtype: {arr.dtype}")
    print(arr[:])

    hdf.create_dataset(name='data', data=arr )
    print(f"HDF dataset:\nShape: {hdf['data'].shape}, Dtype: {hdf['data'].dtype}")
    print(hdf['data'][:])

    data = hdf['data'][:]
    print(f"data array:\nShape: {data.shape}, Dtype: {data.dtype}")
    print(data[:])

Output 從上面：

np.array:
Shape: (4,), Dtype: float64
[ 1.  2.  3. 10.]
HDF dataset:
Shape: (4,), Dtype: float64
[ 1.  2.  3. 10.]
data array:
Shape: (4,), Dtype: float64
[ 1.  2.  3. 10.]