我意识到SO用户以前曾问过这个问题question，但在2009年被问到，我希望有更多关于HDF5的知识，或者新版本已经修复了这个特定问题。在此重述有关我自己问题的问题;
我有一个庞大的几何节点和元素文件，并且已经从中检索了我需要的所有有用信息。因此，在Python中，我试图保留原始文件，但删除我不需要的信息并填写其他来源的更多信息。例如，我有一个我不需要的节点数据集。但是，我需要保留相邻数据集，并从外部文件中包含有关其索引的信息。有没有办法删除这些特定数据集？
或者在HDF5文件中保留“放置管理员”的旧想法仍然是真的，这样就没有人知道删除信息是多么困难？我不太担心空白区域，只要简单地删除和添加信息然后创建一个全新的文件就更快了。
注意：我正在使用H5py的'r +'进行读写。
答案 0 :(得分：15)
从hdf5文件中删除整个节点（组或数据集）应该没问题
但是，如果要回收空间，则必须运行h5repack工具。
来自hdf5 docs：
5.5.2。从文件中删除数据集并回收空间
HDF5此时不提供一种简单的删除机制 来自文件的数据集或回收a占用的存储空间 删除了对象。
删除数据集并回收其使用的空间可以完成 H5Ldelete函数和h5repack实用程序。随着 H5Ldelete函数，可以从文件中删除指向数据集的链接 结构体。删除所有链接后，数据集将变为 任何应用程序都无法访问，并且有效地从中删除 文件。恢复未链接数据集占用空间的方法是 将文件的所有对象写入新文件。任何不相关的 对象是应用程序无法访问的，不会包含在内 新文件。可以使用自定义将对象写入新文件 程序或使用h5repack实用程序。
或者您也可以查看PyTables的ptrepack工具。
PyTables应该能够读取h5py hdf5文件，ptrepack工具类似于h5repack。
如果要从数据集中删除记录，则可能需要检索要保留的记录并创建新数据集并删除旧数据集。
PyTables支持removing行，但不建议这样做。
答案 1 :(得分：0)
如果您知道在分析过程结束时将删除特定数据集，为什么要将其保留在主文件中？我会将临时数据存储在单独的HDF5文件中，该文件可在分析完成后丢弃。如果在主文件中链接临时数据集很重要，只需使用H5Lcreate_external（）在master和temp之间创建一个外部链接。外部链接占用了大量的空间。
答案 2 :(得分：0)
在HDF5 1.10及更高版本中，存在file space management机制。可以通过在H5F.create中指定fcpl（文件创建属性列表）来实现。
您会注意到的一个重要更改是，首次导入后的文件在第一次导入时会更大（以Kb为单位）。但是之后，您的文件大小最终将变小（在回收过程之后）。
您可以使用h5stat工具监视HDF5文件中的可用空间
h5stat -S filename