b2h5py 0.4.1

用法

这种优化的访问适用于使用原生字节顺序在Blosc2压缩数据集上步长为1的切片。通过修补类来扩展切片操作，可以启用它。这样做最简单的方法是

import b2h5py.auto

之后，将尝试对数据集的任何切片（形式为dataset[...]或dataset.__getitem__(...)）进行优化。如果特定情况下无法进行优化，将使用正常的h5py切片代码（该代码执行基于HDF5滤波器的访问，由hdf5plugin支持Blosc2）。

您也可以直接导入b2h5py，并通过调用b2h5py.enable_fast_slicing()显式全局启用优化，并使用b2h5py.disable_fast_slicing()再次禁用它。您还可以使用上下文管理器临时启用它

with b2h5py.fast_slicing():
    # ... code that will use Blosc2 optimized slicing ...

最后，您可以通过包装在B2Dataset实例中显式地为特定的h5py数据集启用优化

b2dset = b2h5py.B2Dataset(dset)
# ... slicing ``b2dset`` will use Blosc2 optimization ...

构建

只需安装PyPA构建工具（例如pip install build），进入源代码目录，然后运行pyproject-build以获取位于dist目录下的源tarball和wheel。

安装

要从PyPI安装wheel，请运行pip install b2h5py。

您还可以安装上一节中构建的wheel，或者进入源代码目录并从那里运行pip install .。

运行测试

如果您已安装b2h5py，只需运行python -m unittest discover b2h5py.tests。

否则，只需进入其源代码目录并运行python -m unittest。

您还可以使用修补后的Dataset类运行h5py测试，以检查修补是否破坏了任何内容。您可以安装h5py-test附加组件（例如pip install b2h5py[h5py-test]并运行python -m b2h5py.tests.test_patched_h5py）。