zarr prototype

zarr.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 34,
   "id": "acdf6cf8",
   "metadata": {},
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import zarr\n",
    "from zarr.storage import BaseStore\n",
    "\n",
    "from zarr.storage import init_array, init_group"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 163,
   "id": "2720da69",
   "metadata": {},
   "outputs": [],
   "source": [
    "# make my data\n",
    "\n",
    "nframes = 5\n",
    "natoms = 100\n",
    "\n",
    "data = np.arange(nframes * natoms * 3).reshape(nframes, natoms, -1).astype(np.float64)\n",
    "\n",
    "with open('data.hugo', 'wb') as f:\n",
    "    f.write(data.tobytes())"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 164,
   "id": "fb1b1652",
   "metadata": {},
   "outputs": [],
   "source": [
    "# read my data\n",
    "\n",
    "def create_meta_store(arr):\n",
    "    store = dict()\n",
    "    \n",
    "    init_group(store)\n",
    "    #init_attrs(store, dict())\n",
    "    \n",
    "    init_array(store,\n",
    "               path='cheeky',\n",
    "               shape=arr.shape,\n",
    "               chunks=10,\n",
    "               #chunks=(1, 100, 3),\n",
    "               dtype=np.float64,\n",
    "               compressor=None)\n",
    "    \n",
    "    return store\n",
    "\n",
    "\n",
    "class HugoStore(BaseStore):\n",
    "    def __init__(self, path, natoms):\n",
    "        self._path = path\n",
    "        self._data = np.fromfile(path, dtype=np.float64).reshape(-1, natoms, 3)\n",
    "        self._store = create_meta_store(self._data)\n",
    "        \n",
    "    def __len__(self):\n",
    "        return self._data.shape[0]\n",
    "    \n",
    "    def __iter__(self):\n",
    "        yield from self.keys()\n",
    "\n",
    "    def __getitem__(self, key):\n",
    "        if key in self._store:\n",
    "            return self._store[key]\n",
    "        else:\n",
    "            print(key)\n",
    "            x, y, z = map(int, key.split('.'))\n",
    "\n",
    "            return self._data[x]\n",
    "            #return self._data[x, y, z]\n",
    "    \n",
    "    def __setitem__(self, key, value):\n",
    "        #print(key, value)\n",
    "        self._store[key] = value  # raise RunTimeError\n",
    "    \n",
    "    def __delitem__(self, key):\n",
    "        raise NotImplementedError\n",
    "    \n",
    "    def __contains__(self, key):\n",
    "        return key in range(self._data.shape[0])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 165,
   "id": "eac24f9d",
   "metadata": {},
   "outputs": [],
   "source": [
    "arr = zarr.create((nframes, natoms, 3),\n",
    "                  store=HugoStore('./data.hugo', natoms=100),\n",
    "                  chunks=(1, natoms, 3),\n",
    "                  compressor=None)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 167,
   "id": "8e23a454",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "1.0.0\n",
      "2.0.0\n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "array([[300., 303., 306., 309., 312., 315., 318., 321., 324., 327., 330.,\n",
       "        333., 336., 339., 342., 345., 348., 351., 354., 357., 360., 363.,\n",
       "        366., 369., 372., 375., 378., 381., 384., 387., 390., 393., 396.,\n",
       "        399., 402., 405., 408., 411., 414., 417., 420., 423., 426., 429.,\n",
       "        432., 435., 438., 441., 444., 447., 450., 453., 456., 459., 462.,\n",
       "        465., 468., 471., 474., 477., 480., 483., 486., 489., 492., 495.,\n",
       "        498., 501., 504., 507., 510., 513., 516., 519., 522., 525., 528.,\n",
       "        531., 534., 537., 540., 543., 546., 549., 552., 555., 558., 561.,\n",
       "        564., 567., 570., 573., 576., 579., 582., 585., 588., 591., 594.,\n",
       "        597.],\n",
       "       [600., 603., 606., 609., 612., 615., 618., 621., 624., 627., 630.,\n",
       "        633., 636., 639., 642., 645., 648., 651., 654., 657., 660., 663.,\n",
       "        666., 669., 672., 675., 678., 681., 684., 687., 690., 693., 696.,\n",
       "        699., 702., 705., 708., 711., 714., 717., 720., 723., 726., 729.,\n",
       "        732., 735., 738., 741., 744., 747., 750., 753., 756., 759., 762.,\n",
       "        765., 768., 771., 774., 777., 780., 783., 786., 789., 792., 795.,\n",
       "        798., 801., 804., 807., 810., 813., 816., 819., 822., 825., 828.,\n",
       "        831., 834., 837., 840., 843., 846., 849., 852., 855., 858., 861.,\n",
       "        864., 867., 870., 873., 876., 879., 882., 885., 888., 891., 894.,\n",
       "        897.]])"
      ]
     },
     "execution_count": 167,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "arr[1:3, :, 0]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 162,
   "id": "db73d3d2",
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "(1, 100)"
      ]
     },
     "execution_count": 162,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "data[1:2, :, 0].shape"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "962802c9",
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.5"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}