python模块xarray非常支持加载/映射netCDF文件，甚至懒惰地使用dask。
我必须使用的数据源是数千个hdf5文件，包含许多组，数据集和属性 - 所有这些都是使用h5py创建的。
问题是：如何将hdf5数据（数据集，元数据......）加载（甚至更好地使用dask，lazily map）到xarray数据集结构中？
有没有人遇到过这个问题或遇到类似的问题？谢谢！
一种可能的解决方案是在无盘非持久性模式下使用netCDF4打开hdf5文件：
ncf = netCDF4.Dataset(hdf5file, diskless=True, persist=False)
现在您可以检查文件内容，包括groups。
之后你可以利用xarray.backends.NetCDF4DataStore打开想要的hdf5组（xarray一次只能获得一个hdf5组）：
nch = ncf.groups.get('hdf5-name')
xds = xarray.open_dataset(xarray.backends.NetCDF4DataStore(nch))
这将为您提供数据集xds，其中包含hdf5-name组的所有属性和变量（数据集）。请注意，您将无法访问子组。您需要通过相同的机制声明子组。如果你想应用dask，你需要添加关键字chunking和想要的值。
解码数据没有（真正的）自动化，因为这可以用于NetCDF文件。如果你有一个整数压缩2d变量（数据集）var与一些属性gain和offset你可以添加NetCDF特定属性scale_factor和add_offset到变量：
var = xds['var']
var.attrs['scale_factor'] = var.attrs.get('gain')
var.attrs['add_offset'] = var.attrs.get('offset')
ds = xarray.decode_cf(xds)
这将使用netcdf机制解码您的变量。
此外，您可以尝试为提取的维度提供有用的名称（您将获得类似phony_dim_0，phony_dim_1，...，phony_dim_N的内容）并为这些维度分配新的（如示例中）或现有变量/坐标以获得尽可能多的xarray机械：
var = xds['var']
var.attrs['scale_factor'] = var.attrs.get('gain')
var.attrs['add_offset'] = var.attrs.get('offset')
dims = var.dims
xds['var'] = var.rename({dims[0]: 'x', dims[1]: 'y'})
xds = xds.assign({'x': (['x'], xvals, xattrs)})
xds = xds.assign({'y': (['y'], yvals, yattrs)})
ds = xarray.decode_cf(xds)
参考文献：