我对这个问题有几个疑问。我意识到这可能是一篇复杂的文章，可以提供额外的细节。
我使用的代码包可以生成大型 .h5 文件 (source.h5) (100+ Gb)，其中几乎所有数据都驻留在 1 个数据集 (group2/D) 中。我想使用 Python 创建一个新的 .h5 文件 (dest.h5)，其中包含除 source.h5 的 group2/D 之外的所有数据集，而无需复制整个文件。然后，我将在一些后处理后压缩 group2/D 并在 dest.h5 中用更少的数据编写一个新的 group2/D 。但是，我需要保留 source.h5，因为此后处理可能需要在多个目标文件中多次执行。
source.h5 的结构始终相同，并且不能在 source.h5 或 dest.h5 中更改，其中每个字母都是一个数据集：
group1/A
group1/B
group2/C
group2/D
因此，我想最初创建一个具有以下格式的文件：
group1/A
group1/B
group2/C
稍后再次填写 group2/D。简单地多次复制 source.h5 总是可以的，但我想避免多次复制一个大文件，因为磁盘空间有限，而且这不是一次性的情况。
我搜索并发现了这个问题（如何使用 python 将 Hdf5 文件部分复制到保持相同结构的新文件中？ https://stackoverflow.com/questions/24510240/how-to-partially-copy-using-python-an-hdf5-file-into-a-new-one-keeping-the-same）并测试 dest.h5 是否与 source.h5 相同：
fs = h5py.File('source.h5', 'r')
fd = h5py.File('dest.h5', 'w')
fs.copy('group1', fd)
fd.create_group('group2')
fs.copy('group2/C', fd['/group2'])
fd.copy('group2/D', fd['/group2'])
fs.close()
fd.close()
但是我使用的代码包无法读取我创建的文件（我一定会发生这种情况），这意味着当我执行此操作时存在一些关键数据丢失（文件大小也相差 7 kb）。我假设问题出在我手动创建 group2 时，因为我使用 numpy 检查了 group1 数据集中的值在 source.h5 和 dest.h5 中完全匹配。在深入研究丢失的数据之前，我想先弄清楚一些事情：
问题一：每个组或数据集是否附带 .h5 文件元数据？如果是这样，我怎样才能看到它，以便我可以在 dest.h5 中创建一个与 source.h5 中的完全匹配的 group2 ？有没有办法查看 2 个组（不是数据集）是否完全匹配？
问题2：或者，是否可以简单地复制 .h5 文件的数据结构（即具有空列表的组和数据集作为骨架文件），以便稍后可以填充字段？或者，作为这个问题的一个子集，有没有办法将空白数据集复制到另一个文件，以便保留任何元数据（假设有一些元数据）？
问题3：最后，为了避免这一切，是否可以将 source.h5 的子集复制到 dest.h5 ？像这样的东西：
fs.copy(['group1','group2/C'], fd)
谢谢你的时间。感谢您读到这里
