有没有办法快速将指定的表提取到不同的 HDF5 文件中？
Is there a way to quickly extract specified tables into a different HDF5 file?
我试图解决的问题如下 - 我有一个很长的 运行 Python（可能需要很多小时才能完成）过程，最多可生成 80000 个 HDF5 文件。由于瓶颈之一是不断打开和关闭这些文件，我决定编写一个概念验证代码，使用单个 HDF5 文件作为包含许多表的输出。这当然有帮助，但我想知道是否有一种快速（呃）的方法可以将指定的表（如果可能的话重命名）导出到一个单独的文件中？
是的，至少有 3 种方法可以将数据集的内容从一个 HDF5 文件复制到另一个文件。它们包括：
h5copy 来自 HDF Group 的命令行实用程序。您指定源和目标 HDF5 文件，以及源和目标对象。很可能这完全符合您的要求，无需大量编码。
参考：HDF Group: H5Copy docs- h5py 模块有一个
copy() 方法用于分组 and/or 数据集。您输入源对象和目标对象。
- pytables 模块（又名表）有一个
copy_node() 方法。一个节点是一组 and/or 一个数据集。您输入源对象和目标对象。
如果您选择使用 h5py，SO 上有几个相关帖子：
- How to copy a partial or skeleton h5py file
- 如何使用 python 将一个 Hdf5 文件部分复制到一个新文件中
保持相同的结构？
我试图解决的问题如下 - 我有一个很长的 运行 Python（可能需要很多小时才能完成）过程，最多可生成 80000 个 HDF5 文件。由于瓶颈之一是不断打开和关闭这些文件，我决定编写一个概念验证代码，使用单个 HDF5 文件作为包含许多表的输出。这当然有帮助，但我想知道是否有一种快速（呃）的方法可以将指定的表（如果可能的话重命名）导出到一个单独的文件中？
是的，至少有 3 种方法可以将数据集的内容从一个 HDF5 文件复制到另一个文件。它们包括：
h5copy来自 HDF Group 的命令行实用程序。您指定源和目标 HDF5 文件，以及源和目标对象。很可能这完全符合您的要求，无需大量编码。
参考：HDF Group: H5Copy docs- h5py 模块有一个
copy()方法用于分组 and/or 数据集。您输入源对象和目标对象。 - pytables 模块（又名表）有一个
copy_node()方法。一个节点是一组 and/or 一个数据集。您输入源对象和目标对象。
如果您选择使用 h5py，SO 上有几个相关帖子：
- How to copy a partial or skeleton h5py file
- 如何使用 python 将一个 Hdf5 文件部分复制到一个新文件中 保持相同的结构？