從HDF5文件

Question

刪除信息，我認識到，一個SO用戶以前問過這個question，但被要求在2009年，我希望有更多的HDF5的知識是可用的或更新的版本已經修復了這個特定的問題。重申關於我自己問題的問題;

我有節點和元素從一個大的幾何一個巨大的文件，並已檢索到的所有，我從它需要的有用信息。因此，在Python中，我試圖保留原始文件，但刪除了我不需要的信息，併爲其他來源填寫更多信息。例如，我有一個我不需要的節點數據集。但是，我需要保留相鄰數據集並在外部文件中包含有關其索引的信息。有什麼辦法可以刪除這些特定的數據集？

或者在HDF5文件中有「placekeepers」的舊觀念仍持有真實的，這樣，沒有人知道有刪除信息如何/困擾？我不太擔心空白空間，只要簡單地刪除和添加信息然後創建一個全新的文件更快。

注：我使用H5py的「R +」讀寫。

Answer 1

從HDF5文件中刪除整個節點（組或數據集）應該沒有問題。
但是，如果您想要回收空間，則必須運行h5repack工具。

從hdf5 docs：

5.5.2。從文件和回收空間刪除數據集

HDF5不會在這個時候提供一個簡單的機制，從文件中刪除 數據集或回收由 刪除的對象佔用的存儲空間。

刪除數據集並回收它使用的空間可以使用H5Ldelete函數和h5repack實用程序的 完成。使用H5Ldelete函數，可以從文件 結構中刪除指向數據集的鏈接。在刪除所有鏈接後，數據集將變爲 ，任何應用程序均無法訪問該數據集，並且會從 文件中有效刪除。恢復未鏈接數據集佔用的空間的方法是 將文件的所有對象寫入新文件。任何未鏈接的 對象不可訪問應用程序，並且不會包含在 新文件中。將對象寫入新文件可以使用自定義的 程序或使用h5repack實用程序完成。

另外，你也可以看看PyTables的ptrepack工具。 PyTables應該能夠讀取h5py hdf5文件，ptrepack工具類似於h5repack。

如果您想要從數據集中刪除記錄，那麼您可能需要檢索要保留的記錄並創建新數據集並刪除舊數據集。
PyTables支持removing行，但不推薦。

Answer 2

如果您知道某個特定數據集將在分析過程結束時被刪除，爲什麼要將它保存在主文件中呢？我會將臨時數據存儲在一個單獨的HDF5文件中，分析完成後可以將其丟棄。如果在主文件內部鏈接臨時數據集非常重要，只需使用H5Lcreate_external（）在主文件和臨時文件之間創建一個外部鏈接即可。外部鏈接消耗一個微不足道的空間。