使用 H5Py 在 HDF5 中存储日期时间

Posted 2023-03-11

【中文标题】使用 H5Py 在 HDF5 中存储日期时间

【英文标题】：Store datetimes in HDF5 with H5Py

【发布时间】：2014-06-27 13:10:31

【问题描述】：

如何使用 h5py 在 HDF5 中存储 NumPy 日期时间对象？

In [1]: import h5py

In [2]: import numpy as np

In [3]: f = h5py.File('foo.hdfs', 'w')

In [4]: d = f.create_dataset('data', shape=(2, 2), dtype=np.datetime64)
TypeError: No conversion path for dtype: dtype('<M8')

【参考方案1】：

目前HDF5不提供时间类型（现在不支持H5T_TIME），所以没有明显的datetime64映射。

h5py 的设计目标之一是坚持基本的 HDF5 功能集。这允许人们将数据写入他们的文件，并且知道数据将往返并可供人们使用其他支持 HDF5 的应用程序（如 IDL 和 Matlab）检索。我们之前做了一些小例外；例如，NumPy 布尔值和复数分别映射到 HDF5 枚举和复合类型。但是 datetime64 似乎是一个复杂得多的动物。

除非有一个令人信服的提议来确保 (1) 信息往返和 (2) 其他 HDF5 客户端可以合理地理解它，否则我认为我们不会实现对 datetime64 的本机支持。

在 HDF5 中，人们通常使用 ISO 日期格式的某些变体将日期/时间存储为字符串值。您可以将其视为一种解决方法。

另请参阅：https://github.com/h5py/h5py/issues/443

【参考方案2】：

目前 h5py 不支持时间类型（FAQ、Issue）。

NumPy datetime64s 有 8 个字节长。因此，作为一种解决方法，您可以将数据视为'<i8'，将整数存储在 hdf5 文件中，并在检索时将其视为np.datetime64：

import numpy as np
import h5py

arr = np.linspace(0, 10000, 4).astype('<i8').view('<M8[D]').reshape((2,2))
print(arr)
# [['1970-01-01' '1979-02-16']
#  ['1988-04-02' '1997-05-19']]
with h5py.File('/tmp/out.h5', "w") as f:
    dset = f.create_dataset('data', (2, 2), '<i8')
    dset[:,:] = arr.view('<i8')
with h5py.File('/tmp/out.h5', "r") as f:
    dset = f.get('data')
    print(dset.value.view('<M8[D]'))
    # [['1970-01-01' '1979-02-16']
    #  ['1988-04-02' '1997-05-19']]

【讨论】：

2017 年还是这样吗？

我们是否应该在 2018 年也这样做？

但是，在处理具有大量列的表时，这也意味着在某处存储哪些列是日期，哪些不是。

2020 年的建议相同吗？