我有一个大小为 18 MB 的 csv 文件(仅包含数字数据)。当我读取它并转换为 numpy 数组并将其保存为 hdf5 格式或 pickle 时,它需要大约 48 MB 磁盘空间。当我们使用pickle或hdf5时,数据不应该被压缩吗?保存为 hdf5 格式以便由tensorflow使用是否更好? Csv 数据的格式为
2,3,66,184,2037,43312,0,0,9,2,0,1,8745,1,0,2,6,204,27,97
2,3,66,184,2037,43312,0,0,9,2,0,1,8745,1,0,2,6,204,27,78
2,3,66,184,2037,43312,0,0,9,2,0,1,8745,1,0,1,6,204,27,58
数据维度为310584 X 20
最佳答案
Numpy 整数数组默认为 int64 dtype 。这就是数据比原始数据占用更多空间的原因。
310584 X 20 x 8 ~= 48 MB (8 Bytes is the size for int64)
关于python - Hdf5 和 pickle 比原始 csv 文件占用更多空间,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38055935/