我有一系列栅格数据集，我想将它们组合成一个HDF5文件。
每个栅格文件都将转换为尺寸为3600 x 7000的数组。由于我总共有659个文件，因此最终数组的形状为3600 x 7000 x 659，对于我（大量）的RAM来说太大了。
我对python和HDF5本身很新，但基本上我的方法是创建一个具有所需二维维度的数据集，然后迭代地将文件读入数组并附加到数据集。
我打算根据我对数据集的计划使用来使用分块（这会减少I / O时间）。由于它是一个光栅时间序列，我打算将三维数组划分为前两个维度的块，同时始终将数据集完全与第三维一起处理。
我知道我可以使用maxshape定义新数据集的maxshape = (rows,cols,None)，以便在新的rasterfiles（新时间步长）进入时保持数据集可以与第三维一起调整。
所以现在我的问题是，如何相应地指定分块？ chunks=True给出了太小的块。
因此，我设置chunks=(nrow,ncol,359) ...使用nrow和ncol作为块的维度。
有没有办法在块中考虑调整大小和第三维（如chunks = (ncor,ncol,None)）？
如果不是（并且第三个维度超过指定的块，但不到它的两倍），则是以块的形式读取数据的最佳（最快）方式：
array1 = data[0:nrow,0:ncol,0:659]
array2 = data[0:nrow,0:ncol,659:]
非常感谢！
PS：如果有人也建议如何更有效或更优雅地做到这一点，我也非常感谢任何提示缬氨酸