要使用h5py快速切片，请使用“普通香草”切片符号：
file['test'][0:300000]
或者，例如，阅读其他所有元素：
file['test'][0:300000:2]
简单切片（切片对象和单个整数索引）应该非常快，因为它可以直接转换为HDF5超平板选择。
该表达式
file['test'][range(300000)]调用h5py的“ fancy
indexing”版本，即通过显式索引列表进行索引。HDF5中没有本地方法可以执行此操作，因此h5py在Python中实现了一个（较慢的）方法，但不幸的是，当列表>
1000个元素时，该方法的性能会很差。对于
file['test'][np.arange(300000)]，也以相同的方式解释。
也可以看看：
[1] http://docs.h5py.org/en/latest/high/dataset.html#fancy-
indexing
[2]
https://github.com/h5py/h5py/issues/293
