该书是一本关于Python和HDF5大数据应用的实用指南。针对具备Python数据分析基础的读者，本书详细介绍了如何在Python环境下使用HDF5。对于已经具备一定Python开发经验的读者来说，这本书尤为适合，特别是那些希望使用Python开发数据存储和处理等相关应用的人。通过阅读本书，读者可以学习到如何利用Python和HDF5来处理大数据。如果你对此感兴趣，不妨下载阅读一下，可以作为参考和指导。
就喜欢这种专注于一项技术，小而美的书。几个小时入门hdf5绝没问题。
学习hdf5数据分析处理，不错。
hdf5是大数据存储效率比较高的一种方式，书本很薄，内容不错
编辑推荐
Python语言在科学计算和数据处理领域有着广阔的应用前景。随着大数据时代的到来，人们对处理大量数据的需求越来越迫切。越来越多的人开始使用Python来处理大型数值数据集，并意识到使用标准格式进行数据存储和通信的重要性。在这方面，HDF5正迅速成为人们存储科学数据的选择。
本书将引导你快速了解使用HDF5存档和共享大小从GB至TB的数字数据集的细节、实践和陷阱，以及在Python语言中如何使用HDF5存储科学数据。通过真实世界的例子和实践练习，你将逐步学习科学数据集、层级组织的组、用户定义的元数据以及具备互操作性的文件等主题。本书的例子适用于Python2和Python3。
本书内容包括：设置HDF5工具并创建HDF5文件；使用HDF5数据集对象来操作数据集；理解数据集的分块和压缩等高级功能；利用组来学习如何利用HDF5的层级结构；使用HDF5的属性来添加元数据，创建具备自解释性的文件；利用HDF5的类型系统创建具备互操作性的文件；使用引用、命名类型和维度标尺来表示数据之间的关系；了解如何编写能够与HDF5交互的并行代码。
本书是提升生产力和创造力的绝佳助手，通过一个真实且完美的例子，让你深刻体会到"HDF5很简单"。
内容介绍
随着Python应用领域的不断扩展，越来越多的人开始使用Python处理大规模数值数据集。在这种情况下，使用标准的格式来存储和传输数据变得越来越重要。HDF5是一种被广泛选择来存储科学数据的格式，它正在迅速流行起来。本书旨在向具有Python数据分析基础的读者介绍如何在Python环境下使用HDF5。
本书主要关注HDF5的本地功能，而不是Python的高级抽象层。读者如果熟悉Python和NumPy，将更容易理解和掌握本书的内容。本书适合具备一定Python开发基础的读者，尤其适合那些希望使用Python进行数据存储和处理等相关应用的读者。
目录
- 第1章 简介1
- 第2章 开始使用7
- 第3章 使用数据集20
- 第4章 让分块和压缩来帮忙38
- 第5章 组、链接和迭代：HDF5的层次性51
- 第6章 用特征存储元数据69
- 第7章 更多关于类型79
- 第8章 通过引用、类型和维度标尺来组织数据92
- 第9章 HDF5并发性：多线程和多进程102
- 第10章 下一步114
