统一格式（HDF5）

统一格式（HDF5）是 The Well 项目采用的标准数据存储格式，旨在降低不同物理领域数据集的使用门槛。

规格

• 存储格式：HDF5
• 网格类型：均匀网格
• 时间采样：恒定时间间隔
• 精度：fp32
• 元数据：附带 YAML 文件
• 数据形状：(n_traj, n_steps, coord1, coord2, [coord3])

优势

• 统一接口：所有 16 个数据集采用相同格式，研究者无需为每个数据集编写不同的加载代码
• PyTorch 原生支持：the_well 包提供 WellDataset 类，一行代码即可加载 DataLoader
• Hugging Face 流式加载：支持无需全量下载的流式数据访问
• 易于探索：可用 xarray、matplotlib 等工具直接进行可视化

意义

统一格式是 The Well 项目降低使用门槛、促进社区采用的关键设计决策。它使得研究者可以专注于模型开发和科学问题，而非数据格式适配。