Format Atlas

Panduan

Pemeriksaan sebelum menyerahkan array ilmiah

Serahkan array netCDF, HDF5, atau Zarr beserta makna, dependensi, dan kebutuhan pembacanya. Berbeda dari memilih format tabel, dimensi dan nilai hilang perlu diperiksa.

Format mana yang sebaiknya dipilih?

Pilih berdasarkan peran setiap berkas dalam alur kerja.

  • Mendokumentasikan makna array
  • Melengkapi unit distribusi
  • Membandingkan nilai di tujuan

Mendokumentasikan makna array

Catat variabel, tipe, urutan dimensi, koordinat, satuan, dan aturan waktu. Jangan samakan nilai hilang atau nilai pengisi dengan nol. Untuk scale_factor dan add_offset, bedakan nilai tersimpan dan nilai hasil dekode.

Melengkapi unit distribusi

Periksa varian netCDF, tujuan tautan eksternal dan filter HDF5, versi serta codec Zarr. Sertakan metadata dan chunk yang diperlukan; bedakan chunk yang sengaja tidak disimpan menurut fill_value dari kelalaian transfer.

Membandingkan nilai di tujuan

Serahkan versi yang selesai ditulis dan baca irisan contoh dengan pustaka penerima. Bandingkan bentuk, sumbu, atribut, mask nilai hilang, dan nilai hasil dekode dengan sumber. Catat toleransi pembulatan atau kehilangan.

Format yang disarankan

netCDF

Cocok untuk: Menukar dimensi, variabel, dan atribut dengan alat yang kompatibel

Kurang cocok untuk: Menebak format internal hanya dari ekstensi

HDF5

Cocok untuk: Mengelola grup dan array secara hierarkis

Kurang cocok untuk: Mengabaikan tujuan tautan eksternal atau filter wajib

Zarr

Cocok untuk: Mengelola chunk array dalam penyimpanan

Kurang cocok untuk: Menyalin metadata saja dan menganggap transfer selesai

Periksa sebelum mengekspor

  • Simpan sumber dan parameter. Checksum yang sama memverifikasi transfer, bukan satuan atau interpretasi ilmiah.
  • Atribut dan koordinat dapat memuat informasi rahasia. Jangan masukkan kredensial penyimpanan ke berkas bersama; periksa izin.

Perbandingan terkait

HDF5 vs netCDFHDF5 adalah kontainer umum untuk data hierarkis; netCDF menyediakan model dan API untuk data ilmiah. netCDF-4 memakai HDF5 sebagai dasar penyimpanan, tetapi berkas HDF5 sembarang belum tentu dapat dibaca sebagai netCDF-4.HDF5 vs ZarrHDF5 menyusun grup dan dataset secara hierarkis dalam kontainer umum. Zarr merepresentasikan array multidimensi berpotongan dan metadatanya sebagai key terpisah dalam store, termasuk untuk sistem berkas dan penyimpanan objek.netCDF vs ZarrnetCDF menyediakan model data ilmiah dengan dimensi, variabel, dan atribut dalam beberapa format berkas. Zarr menetapkan larik multidimensi berpotongan yang disimpan pada sistem key-value. Pilihan bergantung pada alat, penyimpanan, dan pola akses.NPZ atau HDF5: kumpulan array dan pembacaan sebagianNPZ menggabungkan array NPY bernama dalam ZIP. HDF5 mengatur grup, dataset, dan atribut secara hierarkis.

Panduan

Memilih format untuk analitik dan pertukaran dataSesuaikan platform dan tipe data saat memilih analitik kolom, pertukaran rekaman berbasis skema, atau tabel yang mudah dibaca.Pemeriksaan sebelum menyerahkan data GISSepakati layer, sistem referensi koordinat, atribut, dan perangkat lunak penerima. Selain format, periksa posisi serta informasi yang dipertahankan setelah konversi.

Referensi dan spesifikasi