H5PY键读取缓慢
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了H5PY键读取缓慢相关的知识,希望对你有一定的参考价值。
我创建了一个包含1000个组的数据集,每个组都有1300个不同长度的uint8
数组(尽管每个都有固定的大小)。键是~10个字符的字符串。我不想在保存时做任何棘手的事情(没有分块,压缩等 - 数据已经被压缩)。
第一次运行脚本时迭代所有键的速度非常慢,但第二次显着加速(相同的脚本,后面称为不同的进程),所以我怀疑某种方式存在一些缓存。经过一段时间的表演重置到可怕的水平,直到我再次等待它。
有没有办法存储数据来缓解这个问题?或者我能以某种方式阅读它吗?
简化的代码保存
with h5py.File('my_dataset.hdf5', 'w') as fp:
for k0 in keys0:
group = fp.create_group(k0)
for k1, v1 in get_items(k0):
group.create_dataset(k1, data=np.array(v1, dtype=np.uint8))
简化的密钥访问代码:
with h5py.File('my_dataset.hdf5', 'r') as fp:
keys0 = fp.keys()
for k0 in keys0:
group = fp[k0]
n += len(tuple(group.keys())
如果我在“慢速阶段”期间跟踪此脚本的进度,则每次迭代需要几乎一秒钟。但是,如果我在100步之后杀了它,那么下次我运行脚本时,前100个步骤需要<1秒来运行总计,然后性能会回落到爬行状态。
答案
虽然我仍然不确定为什么这仍然很慢,但我找到了一个解决方法:将每个子组合并为一个dataset
with h5py.File('my_dataset.hdf5', 'w') as fp:
for k0 in keys0:
subkeys = get_subkeys(k0)
nk = len(subkeys)
data = fp.create_dataset(
'data', shape=(nk,),
dtype=h5py.special_dtype(vlen=np.dtype(np.uint8)))
keys = fp.create_dataset('keys', shape=(nk,), dtype='S32')
for i, (k1, v1) in enumerate(get_items(k0)):
keys[i] = k1
data[i] = v1
以上是关于H5PY键读取缓慢的主要内容,如果未能解决你的问题,请参考以下文章
是否可以使用 python 3 对 h5py 中的键进行切片而不形成列表?