可能有一种更简单的方法，但是据我所知，这就是您要做的事情：
import numpy as npimport tables# Generate some datax = np.random.random((100,100,100))# Store "x" in a chunked array...f = tables.open_file('test.hdf', 'w')atom = tables.Atom.from_dtype(x.dtype)ds = f.createCArray(f.root, 'somename', atom, x.shape)ds[:] = xf.close()如果要指定要使用的压缩，请查看
tables.Filters。例如
import numpy as npimport tables# Generate some datax = np.random.random((100,100,100))# Store "x" in a chunked array with level 5 BLOSC compression...f = tables.open_file('test.hdf', 'w')atom = tables.Atom.from_dtype(x.dtype)filters = tables.Filters(complib='blosc', complevel=5)ds = f.createCArray(f.root, 'somename', atom, x.shape, filters=filters)ds[:] = xf.close()可能有很多更简单的方法……
pytables很长一段时间以来，我除了表型数据外没有用过其他任何东西。
注意： 在pytables
3.0中，
f.createCArray已重命名为
f.create_carray。它也可以直接接受数组，而无需指定
atom，
f.create_carray('/', 'somename', obj=x, filters=filters)
