例如，我创建了一个带有数据集的h5文件。然后，我向数据集添加了一个属性。为什么不更改文件的大小？创建数据集时是否自动分配属性的存储？
将打印以下代码：2848 2848 0
with h5py.File('dump.h5', 'a') as fid:
fid.create_dataset('data', data=np.zeros([10, 10]))
s1=os.path.getsize('dump.h5')
with h5py.File('dump.h5', 'a') as fid:
fid['data'].attrs.modify('pi', np.string_("3.1415926"))
s2=os.path.getsize('dump.h5')
print(s1, s2, s2-s1)
我的回答扩展了@Homer512的评论。属性最初旨在保存"；"小比特"；数据(又称元数据(。通常，这些是标量(字符串、int、浮点(，但也可以是较大的对象(例如，np.arrays(。HDF小组认为最大属性大小为64K字节。最初，属性存储在对象的头中(称为"紧凑存储"(。随着时间的推移，HDF集团增加了两种新的存储方式"；"大"；HDF5库的属性(>64K字节(：1(密集属性存储(在版本1.8中添加(或2(作为单独的数据集(使用对象引用(。此外，随着属性数量的增加，与属性相关的性能也会降低。在这些情况下，可以使用密集属性存储来提高性能。
话虽如此，但大多数时候你不必担心存储机制。
为了演示，我扩展了您的示例，展示了两种不同的行为：1(添加更多属性以增加所需空间，2(创建一个以空10x10数组为属性的组(但没有创建10x10数据集(。运行下面的代码，当你这样做时，你会看到文件大小增加。
h5_file = 'dump.h5'
with h5py.File(h5_file, 'w') as fid:
fid.create_dataset('data', data=np.zeros([10, 10]))
s1=os.path.getsize(h5_file)
with h5py.File(h5_file, 'a') as fid:
fid['data'].attrs.modify('pi', np.string_("3.1415926"))
s2=os.path.getsize(h5_file)
print(f'Sizes for {h5_file}:n{s1}, {s2}, {s2-s1}n')
h5_file = 'dump1.h5'
with h5py.File(h5_file, 'w') as fid:
fid.create_dataset('data', data=np.zeros([10, 10]))
s1=os.path.getsize(h5_file)
attr_dict = {'Version': 3.0,
'Date created': '2022-03-02',
'Description': 'Example with several attributes',
'Creator': 'kcw78' }
with h5py.File(h5_file, 'a') as fid:
for k,v in attr_dict.items():
fid['data'].attrs[k] = v
s2=os.path.getsize(h5_file)
print(f'Sizes for {h5_file}:n{s1}, {s2}, {s2-s1}n')
h5_file = 'dump2.h5'
with h5py.File(h5_file, 'w') as fid:
fid.create_group('group1')
s1=os.path.getsize(h5_file)
with h5py.File(h5_file, 'a') as fid:
fid['group1'].attrs.modify('arr', np.zeros([10, 10]))
s2=os.path.getsize(h5_file)
print(f'Sizes for {h5_file}:n{s1}, {s2}, {s2-s1}n')
输出为：
Sizes for dump.h5:
2848, 2848, 0
Sizes for dump1.h5:
2848, 8992, 6144
Sizes for dump2.h5:
1832, 2776, 944
如果查看HDF5规范，您会发现属性存储在对象标头中(直到标头空间不足并分配了一个延续块(。所以，大概，您的属性被写入了预先分配的空间中。试着写一个较大的属性或许多较小的属性，直到你越过一个合理的限制，比如64kiB，然后看看它是否会改变。
此外，空间是从磁盘上的堆(确切地说是多个堆(分配的。因此，这也使得文件大小的更改不那么直接。