Чтение и запись массивов numpy в файлы HDF5 и из них

Я создаю программное обеспечение для моделирования, и мне нужно записать (тысячи) двумерных массивов numpy в таблицы в файле HDF5, где одно измерение массива является переменным. Входящий array имеет тип float32; для экономии места на диске каждый массив хранится в виде таблицы с соответствующими типами данных для столбцов (следовательно, массивы не используются). Когда я читаю таблицы, я хотел бы получить numpy.ndarray типа float32, чтобы я мог делать хорошие вычисления для анализа. Ниже приведен пример кода с массивом видов A, B и C плюс время.

То, как я сейчас читаю и пишу, «работает», но очень медленно. Таким образом, возникает вопрос: как правильно быстро сохранить array в table, а также снова прочитать его в ndarrays? Я экспериментировал с numpy.recarray, но не могу заставить это работать (ошибки типов, ошибки размеров, совершенно неправильные числа и т. д.)?

Код:

import tables as pt
import numpy as np

# Variable dimension
var_dim=100

# Example array, rows 0 and 3 should be stored as float32, rows 1 and 2 as uint16
array=(np.random.random((4, var_dim)) * 100).astype(dtype=np.float32)

filename='test.hdf5'
hdf=pt.open_file(filename=filename,mode='w')
group=hdf.create_group(hdf.root,"group")

particle={
    'A':pt.Float32Col(),
    'B':pt.UInt16Col(),
    'C':pt.UInt16Col(),
    'time':pt.Float32Col(),
    }
dtypes=np.array([
    np.float32,
    np.uint16,
    np.uint16,
    np.float32
    ])

# This is the table to be stored in
table=hdf.create_table(group,'trajectory', description=particle, expectedrows=var_dim)

# My current way of storing
for i, row in enumerate(array.T):
    table.append([tuple([t(x) for t, x in zip(dtypes, row)])])
table.flush()
hdf.close()


hdf=pt.open_file(filename=filename,mode='r')
array_table=hdf.root.group._f_iter_nodes().__next__()

# My current way of reading
row_list = []
for i, row in enumerate(array_table.read()):
    row_list.append(np.array(list(row)))

#The retreived array
array=np.asarray(row_list).T


# I've tried something with a recarray
rec_array=array_table.read().view(type=np.recarray)

# This gives me errors, or wrong results
rec_array.view(dtype=np.float64)
hdf.close()

Ошибка, которую я получаю:

Traceback (most recent call last):
  File "/home/thomas/anaconda3/lib/python3.6/site-packages/numpy/core/records.py", line 475, in __setattr__
    ret = object.__setattr__(self, attr, val)
ValueError: new type not compatible with array.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "/home/thomas/Documents/Thesis/SO.py", line 53, in <module>
    rec_array.view(dtype=np.float64)
  File "/home/thomas/anaconda3/lib/python3.6/site-packages/numpy/core/records.py", line 480, in __setattr__
    raise exctype(value)
ValueError: new type not compatible with array.
Closing remaining open files:test.hdf5...done