我通過來自服務器的http請求檢索結構化數值數據（float 2-3小數位數）。數據以數字集的形式出現，然後轉換爲數組/列表。然後，我想將每組數據存儲在本地計算機上，以便我可以對其進行進一步操作。Python，計算效率高的數據存儲方法
由於這些數據集中有很多需要收集，因此只需編寫每個進入.txt文件的數據集看起來效率不高。另一方面，我知道有各種解決方案，如mongodb，python到sql接口等，但我不確定我應該使用哪一種解決方案，哪種解決方案最適合和高效。
另外，創建的數據庫必須能夠接口並從不同語言（如MATLAB）查詢。
如果你只是想存儲它的地方，所以MATLAB可以使用它;從數據庫supported by matlab中選擇您的選擇，然後爲該數據庫安裝適當的Python驅動程序。
Python中的所有數據庫都有一個標準的API（稱爲dbapi），所以有統一的數據庫處理方式。
由於您尚未告訴我們以後如何處理這些數據，因此很難提供任何進一步的細節。
的想法是，我想基本上下載所有的數據到 我的機器，這樣我可以在本地後操作（運行分析 並在其上執行某些數學運算），而不是具有 不斷從服務器調用它。
爲此，您可以使用任何存儲機制從文本文件到MATLAB支持的任何數據庫 - 因爲MATLAB支持的所有數據庫都受Python支持。
您可以選擇將數據存儲爲「文本」，然後在應用程序端（即MATLAB端）進行數值計算。或者您可以選擇將數據存儲爲數字/浮點數/小數（取決於您需要的精度），這將允許您在數據庫端進行一些計算。
如果您只是想將其作爲文本存儲並在應用程序端進行計算，那麼最簡單的選項是mongodb，因爲它是無模式的。您將以JSON格式存儲數據 - 這可能是它從網上檢索的格式。
如果您希望利用某些數學函數或其他功能（例如，地理空間計算），那麼更好的選擇是您熟悉的傳統數據庫。您必須創建一個模式併爲每個傳入數據對象定義數據類型;然後將其妥善存儲以利用數據庫的查詢功能。
這個想法是，我希望實質上將所有數據下載到我的機器上，這樣我可以稍後在本地運行（運行分析並對其執行某些數學運算），而不必不斷地從服務器調用它。 @BurhanKhalid –
感謝您的迴應，當你說傳統數據庫你是什麼意思？你能給個例子嗎？ @BurhanKhalid –
Oracle，SQL，Postgresql等關係數據庫。 –
我可以推薦使用輕量級ORM，如peewee，它可以使用多個SQL數據庫作爲存儲方法。那麼它就成爲選擇你想要的數據庫的問題。要使用最簡單的數據庫是sqlite，但是如果您決定不夠快地切換到另一個數據庫（如PostgreSQL或MySQL）是微不足道的。
ORM的優點是可以使用Python語法與SQL數據庫進行交互，而不必學習任何SQL。
你考慮過HDF5嗎？它對數字數據非常有效，並且得到了Python和Matlab的支持。
你處理什麼樣的數據？它有多大？ –
溫度數據。每個數據集代表一個完整的24小時測量週期。總的來說，大約有大約300萬個數據集，每個數據集中大約有500-1000個數字，這取決於該特定集合的測量頻率@AnthonyE –