1.HDF5简介

1.1 定义

层次性数据格式第五版（Hierarchical Data Format Version 5, HDF5）是一种存储相同类型数值的大数组的机制，适用于可被层次性组织且数据集需要被元数据标记的数据模型。简单地说，就是HDF5可以采用树形结构（像文件夹那样）层次性地组织数据。
python中常用的库为 h5py（import h5py）

1.2 存储对象

HDF5支持两种类型的数据对象：Dataset，Group

Dataset(array-like)：可类比numpy的数组。Dataset 是数据元素的均质集合，具有不变的数据类型和（超）矩形形状。与NumPy阵列不同，它们支持多种透明存储功能，例如压缩，错误检测和分块I / O。Dataset 在h5py中由瘦代理类表示，该代理类支持常规的NumPy操作（如切片）以及各种描述性属性：shape，size，dtype。h5py支持大多数NumPy dtype，并使用与Numpy相同的字符代码（例如’f’，‘i8’）和dtype机制。

Group(folder-like)：可以类比为字典，有键(key)和值(value)。组是组织HDF5文件的容器机制。从Python的角度来看，它们的操作有点像字典。在这种情况下，==“键”是组成员的名称，“值”是成员本身（组和数据集）对象。==组对象还包含使HDF5有用的大多数机制。File对象充当HDF5根组的双重职责，并充当您进入文件的入口点。文件中所有对象的名称均为文本字符串（str）。这些将在传递给HDF5 C库之前，使用HDF5批准的UTF-8编码进行编码。 还可以使用字节字符串检索对象，这些字符串将原样传递给HDF5。

注：其实大部分存储格式都是类似的，要么存储纯数据（Datasets），要么存储名称加数据（Groups）。