Format Atlas

Ratgeber

Prüfungen vor der Übergabe wissenschaftlicher Arrays

Übergeben Sie netCDF-, HDF5- oder Zarr-Arrays mit Bedeutung, Abhängigkeiten und Leseanforderungen. Anders als bei Tabellenformaten sind Dimensionen und fehlende Werte zu prüfen.

Welches Format sollten Sie wählen?

Wählen Sie nach der Rolle der Datei in Ihrem Arbeitsablauf.

  • Bedeutung dokumentieren
  • Die Übergabeeinheit zusammenstellen
  • Werte beim Empfänger vergleichen

Bedeutung dokumentieren

Erfassen Sie Variablen, Typen, Dimensionsreihenfolge, Koordinaten, Einheiten und Zeitkonventionen. Setzen Sie fehlende Werte oder Füllwerte nicht mit null gleich. Unterscheiden Sie bei scale_factor und add_offset gespeicherte und dekodierte Werte.

Die Übergabeeinheit zusammenstellen

Prüfen Sie netCDF-Variante, externe HDF5-Linkziele und Filter sowie Zarr-Version und Codecs. Übergeben Sie nötige Metadaten und Chunks; unterscheiden Sie absichtlich nicht gespeicherte Chunks gemäß fill_value von Übertragungsverlusten.

Werte beim Empfänger vergleichen

Übergeben Sie einen fertig geschriebenen Stand und lesen Sie Beispielausschnitte mit der Zielbibliothek. Vergleichen Sie Form, Achsen, Attribute, Fehlwertmasken und dekodierte Werte mit der Quelle. Dokumentieren Sie Rundungs- oder Verlusttoleranzen.

Geeignete Formate

netCDF

Geeignet für: Dimensionen, Variablen und Attribute mit kompatiblen Werkzeugen austauschen

Weniger geeignet für: Das interne Format allein aus der Endung ableiten

HDF5

Geeignet für: Gruppen und Arrays hierarchisch verwalten

Weniger geeignet für: Externe Linkziele oder benötigte Filter weglassen

Zarr

Geeignet für: Array-Chunks in einem Store verwalten

Weniger geeignet für: Nur Metadaten kopieren und die Übertragung als vollständig ansehen

Vor dem Export prüfen

  • Bewahren Sie Quellen und Parameter auf. Gleiche Prüfsummen bestätigen die Übertragung, nicht korrekte Einheiten oder wissenschaftliche Interpretation.
  • Attribute und Koordinaten können vertrauliche Informationen enthalten. Schreiben Sie keine Zugangsdaten in geteilte Dateien; prüfen Sie Berechtigungen.

Ähnliche Vergleiche

HDF5 vs. netCDFHDF5 ist ein allgemeiner Container für hierarchische Daten; netCDF bietet ein wissenschaftliches Datenmodell und APIs. netCDF-4 nutzt HDF5 als Speicherbasis, doch eine beliebige HDF5-Datei ist nicht automatisch als netCDF-4 lesbar.HDF5 vs. ZarrHDF5 organisiert Gruppen und Datensätze hierarchisch in einem allgemeinen Container. Zarr bildet mehrdimensionale Chunk-Arrays und Metadaten als getrennte Schlüssel in einem Speicher ab, auch für Datei- und Objektspeicher.netCDF vs. ZarrnetCDF bietet ein wissenschaftliches Datenmodell mit Dimensionen, Variablen und Attributen in mehreren Dateiformaten. Zarr spezifiziert mehrdimensionale Chunk-Arrays in Schlüssel-Wert-Speichern. Die Wahl hängt von Werkzeugen, Speicher und Zugriffsmuster ab.NPZ oder HDF5: Array-Bündel und TeilzugriffeNPZ bündelt benannte NPY-Arrays in ZIP. HDF5 organisiert Gruppen, Datensätze und Attribute hierarchisch.

Ratgeber

Ein Format für Analyse und Datenaustausch wählenUnterscheide je nach Plattform und Datentyp zwischen Spaltenanalyse, schema-basiertem Datenaustausch und lesbaren Tabellen.Prüfungen vor der Übergabe von GIS-DatenStimmen Sie Layer, Koordinatenreferenzsysteme, Attribute und Zielsoftware ab. Prüfen Sie nach der Konvertierung nicht nur das Format, sondern auch Positionen und erhaltene Informationen.

Quellen und Spezifikationen