스킬 zarr-python
📦

zarr-python

안전 ⚙️ 외부 명령어🌐 네트워크 접근

تخزين المصفوفات N-dimensional الكبيرة بكفاءة

또한 다음에서 사용할 수 있습니다: davila7

العمل مع مجموعات البيانات الكبيرة التي تتجاوز حدود الذاكرة. يتيح zarr-python تخزين المصفوفات المقسمة مع الضغط لسير عمل حوسبة علمية سحابية أصلية.

지원: Claude Codex Code(CC)
⚠️ 67 나쁨
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"zarr-python" 사용 중입니다. إنشاء مصفوفة Zarr لتخزين بيانات درجة الحرارة مع 365 خطوة زمنية و 720 خط عرض و 1440 خط طول.

예상 결과:

  • Created Zarr array at 'temperature.zarr'
  • Shape: (365, 720, 1440) | Chunks: (1, 720, 1440) | Dtype: float32
  • Compression: Blosc (zstd, level 5) with shuffle filter
  • Each chunk contains one complete daily snapshot (~4MB)
  • Use z.append() to add new time steps efficiently

보안 감사

안전
v4 • 1/17/2026

All 227 static findings are FALSE POSITIVES. The analyzer misidentified markdown documentation content as security vulnerabilities. Backticks in markdown are code formatting, not shell execution. Compression codec names (zstd, gzip, lz4) were flagged as cryptographic algorithms but are data compression. URLs are legitimate documentation links. No executable code, shell commands, or cryptographic operations exist in these documentation files.

4
스캔된 파일
2,641
분석된 줄 수
2
발견 사항
4
총 감사 수

위험 요인

⚙️ 외부 명령어 (2)
references/api_reference.md:7-515 SKILL.md:19-762
🌐 네트워크 접근 (1)
SKILL.md:768-776
감사자: claude 감사 이력 보기 →

품질 점수

41
아키텍처
100
유지보수성
81
콘텐츠
21
커뮤니티
100
보안
74
사양 준수

만들 수 있는 것

تخزين بيانات نموذج المناخ

تخزين بيانات المناخ بتيرابايت مع أبعاد الوقت. تمكين الإضافة الفعالة للخطوات الزمنية الجديدة.

إدارة نقاط التحقق للنموذج

تخزين مصفوفات التضمين الكبيرة وأوزان النموذج. التكامل مع Dask للتدريب الموزع.

معالجة مجموعات البيانات الجينومية

التعامل مع المصفوفات الجينومية متعددة التيرابايت. استخدام التخزين السحابي للتعاون.

이 프롬프트를 사용해 보세요

إعداد المصفوفة الأساسي 
Create a Zarr array with shape (10000, 10000), chunks of (1000, 1000), and float32 dtype. Store it at data/my_array.zarr.
التخزين السحابي 
Set up a Zarr array stored in S3 with s3fs. Use bucket my-bucket and path data/arrays.zarr.
تكامل Dask 
Load a Zarr array as a Dask array and compute the mean along axis 0 in parallel.
ضبط الأداء 
Create a Zarr array optimized for cloud storage: 10MB chunks, consolidated metadata, and sharding enabled.

모범 사례

  • اختر أحجام مقاطع من 1-10 ميجابايت لأداء I/O الأمثل
  • قم بمحاذاة شكل المقطع مع نمط الوصول إلى البيانات (مثلاً الوقت أولاً للسلاسل الزمنية)
  • قم بتوحيد البيانات الوصفية عند استخدام التخزين السحابي لتقليل زمن الاستجابة

피하기

  • تجنب تحميل المصفوفات الكبيرة بالكامل في الذاكرة - عالجها بالمقاطع
  • لا تستخدم مقاطع صغيرة (<1 ميجابايت) لأنها تخلق حملاً مفرطاً للبيانات الوصفية
  • تجنب الكتابة المتكررة في نفس موقع التخزين السحابي بدون تزامن

자주 묻는 질문

ما الفرق بين صيغتي Zarr v2 و v3؟
V3 يدعم التجزئة وتحسين البيانات الوصفية. V2 متوافق على نطاق واسع مع الأدوات الأقدم. Zarr يكتشف التنسيق تلقائياً.
كيف أختار حجم المقطع المناسب؟
استهدف 1-10 ميجابايت لكل مقطع. بالنسبة لبيانات float32، 512x512 عنصر يساوي تقريباً 1 ميجابايت.
هل يمكن لـ Zarr التعامل مع مصفوفات أكبر من الذاكرة المتاحة؟
نعم. Zarr يحمل فقط المقاطع المطلوبة للعمليات الحالية. استخدم Dask للمعالجة المتوازية خارج الذاكرة.
ما الضغط الذي يجب أن أستخدمه؟
استخدم Blosc مع lz4 للسرعة، zstd للضغط المتوازن، أو gzip لنسبة الضغط القصوى.
كيف يقارن Zarr بـ HDF5؟
Zarr يوفر تكامل أبسط مع السحابة، معالجة أفضل للبيانات الوصفية، ودعم أصلي لأنماط الوصول المتوازية.
هل يمكنني استخدام Zarr مع ملفات HDF5 الموجودة؟
نعم. استخدم h5py لقراءة ملفات HDF5 و zarr.array() لتحويلها إلى صيغة Zarr.

개발자 세부 정보

작성자

K-Dense-AI

라이선스

MIT license

리포지토리

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/zarr-python

참조

main

파일 구조

📁 references/

📄 api_reference.md

📄 EVALUATION_OUTPUT.json

📄 SKILL.md