<div dir="ltr"><div><div><div>&gt; Since the files are huge, and would make me run out of memory, I need to read data skipping some records<br><br></div>Is it possible to describe what you&#39;re doing with the data once you have subsampled it? And if there were a way to work with the full resolution data, would that be desirable?<br>
<br></div>I ask because I&#39;ve been dabbling with a pure-Python library for handilng larger-than-memory datasets - <a href="https://github.com/SciTools/biggus">https://github.com/SciTools/biggus</a>, and it uses similar chunking techniques as mentioned in the other replies to process data at the full streaming I/O rate. It&#39;s still in the early stages of development so the design can be fluid, so maybe it&#39;s worth seeing if there&#39;s enough in common with your needs to warrant adding your use case.<br>
<br></div>Richard<br><div><div class="gmail_extra"><br><br><div class="gmail_quote">On 13 March 2013 13:45, Andrea Cimatoribus <span dir="ltr">&lt;<a href="mailto:Andrea.Cimatoribus@nioz.nl" target="_blank">Andrea.Cimatoribus@nioz.nl</a>&gt;</span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hi everybody, I hope this has not been discussed before, I couldn&#39;t find a solution elsewhere.<br>
I need to read some binary data, and I am using numpy.fromfile to do this. Since the files are huge, and would make me run out of memory, I need to read data skipping some records (I am reading data recorded at high frequency, so basically I want to read subsampling).<br>

At the moment, I came up with the code below, which is then compiled using cython. Despite the significant performance increase from the pure python version, the function is still much slower than numpy.fromfile, and only reads one kind of data (in this case uint32), otherwise I do not know how to define the array type in advance. I have basically no experience with cython nor c, so I am a bit stuck. How can I try to make this more efficient and possibly more generic?<br>

Thanks<br>
<br>
import numpy as np<br>
#For cython!<br>
cimport numpy as np<br>
from libc.stdint cimport uint32_t<br>
<br>
def cffskip32(fid, int count=1, int skip=0):<br>
<br>
    cdef int k=0<br>
    cdef np.ndarray[uint32_t, ndim=1] data = np.zeros(count, dtype=np.uint32)<br>
<br>
    if skip&gt;=0:<br>
        while k&lt;count:<br>
            try:<br>
                data[k] = np.fromfile(fid, count=1, dtype=np.uint32)<br>
                fid.seek(skip, 1)<br>
                k +=1<br>
            except ValueError:<br>
                data = data[:k]<br>
                break<br>
        return data<br>
_______________________________________________<br>
NumPy-Discussion mailing list<br>
<a href="mailto:NumPy-Discussion@scipy.org">NumPy-Discussion@scipy.org</a><br>
<a href="http://mail.scipy.org/mailman/listinfo/numpy-discussion" target="_blank">http://mail.scipy.org/mailman/listinfo/numpy-discussion</a><br>
</blockquote></div><br></div></div></div>