有没有专门为压缩浮点科学数据而设计的工具？
如果一个函数是平滑的，那么表示该函数的数字之间显然存在很多相关性，因此数据应该可以很好地压缩。压缩/gzipping 二进制浮点数据并不能很好地压缩它。我想知道是否有专门为压缩浮点数据开发的方法。
要求：
无损压缩或指定要保留的最小位数的可能性（对于某些应用程序double可能超过我们需要的数量，而float可能没有足够的精度）。
经过良好测试的工作工具（即不仅仅是描述理论方法的论文）。
适用于压缩一维数值数据（如时间序列）
跨平台（必须在 Windows 上工作）
它必须很快——最好不要比 gzip 慢多少。我发现如果我将数字存储为 ASCII，压缩文件可以加快读取和处理它的速度（因为操作可能是 I/O 绑定的）。
我特别想听听实际使用过这种工具的人的意见。
试试Blosc。在许多情况下，它比 memcopy 快。这点考虑一下吧。. . 邪恶。
它超级稳定，经过高度审查，跨平台，并且表现得像冠军。
可以说，您可以将回归或变换方法（傅里叶变换、切比雪夫变换）方法解释为时间序列或一维函数数据的“压缩”。Remez 的算法将是另一个候选者。在这种情况下，通过 FFT 使用回归、FFT 或 Chebyshev 等方法可以满足您的目的。也就是说，这些方法都不适用于具有任意结构的时间序列数据。例如，使用 FFT，您假设有周期性，数据中的任何类型的不连续性（或缺乏周期性）都会导致吉布斯现象。类似地，对于切比雪夫变换，假设数据描述了一个函数.
根据底层函数，您可能能够将数据拟合到函数形式而不会出现错误，描述函数形式所需的系数比您拥有的数据点少（导致压缩）。其中一些方法存在错误结果，尽管我不知道它们中的任何一个是否会给您一个先验（或后验）界限或对错误的估计。
您还可以查看专门为浮点数压缩开发的方法，例如 FPC 和相关算法。请参阅此处、此处、此处、此处和此处的论文，以及包含旧源代码的网页。
HDF5 可以使用“混洗”算法，其中 N 个浮点数的字节被重新排列，以便 N 个数字的第一个字节在前，然后是第二个，依此类推。这在应用 gzip 后会产生更好的压缩比，因为它更有可能产生相同值的更长序列。请参阅此处了解一些基准。