Zarr Python API 参考

# Zarr Python 快速参考 本参考指南提供了开发过程中常用 Zarr 函数、参数及模式的简明概览，便于快速查阅。 ## 数组创建函数 ### `zarr.zeros()` / `zarr.ones()` / `zarr.empty()` python zarr.zeros(shape, chunks=None, dtype='f8', store=None, compressor='default', fill_value=0, order='C', filters=None) 创建填充为零、一或空（未初始化）值的数组。 **关键参数:** - `shape`: 定义数组维度的元组 (例如 `(1000, 1000)`) - `chunks`: 定义分块维度的元组 (例如 `(100, 100)`)，或 `None` 表示不分块 - `dtype`: NumPy 数据类型 (例如 `'f4'`, `'i8'`, `'bool'`) - `store`: 存储位置 (字符串路径、Store 对象，或 `None` 表示内存) - `compressor`: 压缩编解码器，或 `None` 表示不压缩 ### `zarr.create_array()` / `zarr.create()` python zarr.create_array(store, shape, chunks, dtype='f8', compressor='default', fill_value=0, order='C', filters=None, overwrite=False) 创建新数组，并显式控制所有参数。 ### `zarr.array()` python zarr.array(data, chunks=None, dtype=None, compressor='default', store=None) 从现有数据 (NumPy 数组、列表等) 创建数组。 **示例:** python import numpy as np data = np.random.random((1000, 1000)) z = zarr.array(data, chunks=(100, 100), store='data.zarr') ### `zarr.open_array()` / `zarr.open()` python zarr.open_array(store, mode='a', shape=None, chunks=None, dtype=None, compressor='default', fill_value=0) 打开现有数组或创建新数组。 **模式选项:** - `'r'`: 只读 - `'r+'`: 读写，文件必须存在 - `'a'`: 读写，不存在则创建 (默认) - `'w'`: 创建新文件，存在则覆盖 - `'w-'`: 创建新文件，存在则失败 ## 存储类 ### LocalStore (默认) python from zarr.storage import LocalStore store = LocalStore('path/to/data.zarr') z = zarr.open_array(store=store, mode='w', shape=(1000, 1000), chunks=(100, 100)) ### MemoryStore python from zarr.storage import MemoryStore store = MemoryStore() # 数据仅在内存中 z = zarr.open_array(store=store, mode='w', shape=(1000, 1000), chunks=(100, 100)) ### ZipStore python from zarr.storage import ZipStore # 写入 store = ZipStore('data.zip', mode='w') z = zarr.open_array(store=store, mode='w', shape=(1000, 1000), chunks=(100, 100)) z[:] = data store.close() # 必须关闭 # 读取