Numpy 是否可以在h5py数据集中使用np数组作为索引？

我需要将多个数据集合并到属于最终文件的另一个数据集中，每个数据集包含在一个单独的文件中。 部分数据集中的数据在复制到最终数据集中时不会保留其顺序-部分数据集中的数据通过索引“映射”到最终数据集中。我创建了两个列表，最终索引和部分索引，并写道：

final_dataset   = final_hdf5file['dataset']
partial_dataset = partial_hdf5file['dataset']

# here partial ad final_indices are lists.
final_dataset[final_indices] = partial_dataset[partial_indices] 

问题是性能相当差，原因是final_u和partial_u索引都必须是列表。 我的解决方法是从最终数据集和部分数据集创建两个np数组，并使用np数组作为索引

final_array   = np.array(final_dataset)
partial_array = np.array(partial_dataset)
# here partial ad final_indices are nd arrays.
final_array[final_indices] = partial_array[partial_indices] 

然后将最终数组重新写入最终数据集

final_dataset[...] = final_array

然而，在我看来，这样做相当不雅

---

是否可以在h5py数据集中使用np.array作为索引？

因此，您正在为读写操作执行奇特的索引：

它警告说，如果列表很长，速度可能会很慢

我可以看到读取和写入整个集合的位置，以及在阵列上进行映射的速度会更快，尽管我还没有实际测试过这一点。读/写速度更快，映射也更快

我会使用切片表示法（或

值

）来加载数据集，但这是一个次要问题

final_array   = final_dataset[:]

如果函数看起来不美观，则将代码隐藏在函数中

这一行可能会工作（我还没有测试过）。RHS更有可能发挥作用

final_dataset[:][final_indices] = partial_dataset[:][partial_indices] 

---

感谢您的回答和链接-我的经验是，花式索引确实很慢。还没有尝试您的解决方案，但在应用相同原理时，看起来比我的更紧凑。