【发布时间】：2015-07-28 15:57:16
【问题描述】：
我正在尝试确定将我的时间序列数据存储在 mongodb 中的最佳方式。在 mongo 之外，我将它们作为 numpy 数组或 pandas DataFrames 使用。我看到很多人（例如在这个post）建议腌制它并存储二进制文件，但我的印象是腌制永远不应该用于长期存储。这仅适用于可能对其类结构进行底层代码更改的数据结构吗？换句话说，numpy 数组可能很稳定，可以腌制，但 pandas 的 DataFrames 可能会因为 pandas 仍在发展而变坏？
更新：
一位朋友向我指出了这一点，这似乎是我想要的一个好的开始：
http://docs.scipy.org/doc/numpy/reference/routines.io.html
Numpy 有自己的二进制文件格式，应该是长期存储稳定的。一旦我得到它实际工作，我会回来并发布我的代码。如果其他人已经完成了这项工作，我会很乐意接受您的回答。
【问题讨论】：
-
不看你的数据很难说，但如果只是一个简单的时间序列，为什么不只是一个 CSV 文件呢？
-
我想尽量减少数据进出时的处理。如果我手头有一个 100,000 个浮点数的 numpy 数组，并且我想将它们作为 numpy 数组后缀使用，那么将它们转换为 csv 文件进行存储似乎很昂贵。
-
您得到了答案，但对于其他所有人：如果您认为转换为 CSV 会很慢而且很痛苦，请等到您尝试将其加载到 mongodb 中
标签： python mongodb numpy pandas