用途：Zarr Python 用于存储大型 N 维数组，通过分块与压缩实现高效并行 I/O 和云原生工作流，适合大规模科学计算。
主要能力：支持创建、打开、读写、调整大小和追加数组，提供 NumPy 风格索引及 vindex、oindex、blocks 等高级索引；支持分块策略与 sharding，可将大量小分块合并为较大存储对象；支持 Blosc、Gzip、Zstd 等压缩编解码器；支持本地文件系统、内存、ZIP、S3、GCS 等存储后端；支持组与层级结构、h5py 兼容 API、JSON 属性元数据；可与 NumPy、Dask、Xarray 集成，实现惰性并行计算和带标签的多维数组操作；提供线程与进程同步器，以及合并元数据以减少云存储延迟。
使用方式：安装命令为 uv pip install zarr，需 Python 3.11+；云存储需额外安装 uv pip install s3fs 或 uv pip install gcsfs。基本用法是调用 zarr.create_array、zarr.zeros、zarr.ones、zarr.full、zarr.array 等创建数组，用 zarr.open_array 或 zarr.open 打开，通过切片赋值读写数据。
适用场景：大规模科学数据、气候与地理空间数据、时间序列、大矩阵运算、云原生数据管道，以及需要超出内存的并行计算场景。
限制：分块大小与形状显著影响性能，需按访问模式选择；整个分块或 shard 在压缩和写入时须能放入内存；合并元数据在数据频繁更新时可能过期，不适合多写入者场景；并发写入跨分块边界时需要同步器。资料未提供具体收费、价格或平台信息。