<div dir="ltr"><br><div class="gmail_extra"><br><div class="gmail_quote">2014-11-17 15:32 GMT+00:00 Marco Ippolito <span dir="ltr"><<a href="mailto:ippolito.marco@gmail.com" target="_blank">ippolito.marco@gmail.com</a>></span>:<br><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
Alla luce della scarsa efficienza di pickle rispetto al formato<br>
"proprietario" numpy, non mi sembrano, a mio parere (da poco esperto),<br>
motivazioni forti.<br></blockquote><div><br>Il formato di numpy non ha nulla di "proprietario".<br>Per inciso, *io* non mi fiderei ad usare pickle per mantenere dati "a lungo andare".<br><br>Fra le altre varie cose, lavorando in hdf5, sei resistente *anche* al cambio di piattaforma.<br>Se domandi ti rompi di Python e vuoi passare a ... quello che ti pare, siccome HDF5 e' un formato definito puoi farlo e basta.<br>Viceversa con pickle piangi sangue. <br><br>Valuterei seriamente anche l'aggeggio di numpy. E' ben documentato:<br><a href="https://github.com/numpy/numpy/blob/master/doc/neps/npy-format.rst">https://github.com/numpy/numpy/blob/master/doc/neps/npy-format.rst</a><br><br>e permette di fare facilmente cose carine tipo memory mapped files. <br>In teoria *dovrebbe* potersi fare anche con hdf5, ma la memoria mi tradisce e puoi googolarlo tu ;)<br><br><br></div></div>-- <br><div class="gmail_signature"> .<br>..: -enrico-</div>
</div></div>