python-2.7 - 删除 h5py 数据集的项目，但文件大小加倍

Question

我想操作 h5py 数据集的旧项目之一，然后删除旧项目并添加新项目。

我使用 __delitem__() 函数删除旧的数据集项。似乎成功地从 f5py 文件的 keys 中删除了该项目。但是文件大小加倍。任何人都可以建议实际删除 h5py 数据集的项目吗？非常感谢。

这是我的代码:

import numpy as np
import h5py

# suppose I have hdf5 file names stored in: h5_files

for name in h5_files:
    roll_images = []
    with h5py.File(name, "a") as f:
        x = f["x_data"]
        np_x = np.array(x)

        # do something to np_x, but keep dtype and shape the same as x.

        f.__delitem__("x_data")
        f.create_dataset("x_data", data = np_x)

原始h5py文件的大小是:997.3MB。但是运行上面的代码后，文件大小大约翻倍:2.0GB

Answer 1

我可能是错的，但我认为删除数据集实际上只是删除了数据集的名称，但数据仍保留在文件中。这将解释文件大小加倍的原因。

如果您确实需要“删除”数据集，请将除数据集以外的所有数据复制到新的 hdf5 文件中。我记得这是我能够找到的唯一解决方法来实现同样的目标。

注意:您可以使用 del f["x_data"] 而不是 f.__delitem__("x_data")。