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，并与 NumPy、Dask、Xarray 集成，面向大规模科学计算。
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更大存储对象；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；提供线程与进程同步器，以及合并元数据以降低云存储延迟。
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，通过切片读写数据。云存储可结合 s3fs.S3Map 或 gcsfs.GCSMap，并可用 zarr.consolidate_metadata 与 zarr.open_consolidated 优化元数据读取。
适用场景：适合气候、地理空间等大规模科学数据，时间序列追加、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，建议每块约 1-10 MB 并匹配访问模式；整个分块或 shard 在压缩写入时需能放入内存；ZipStore 使用后必须关闭；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。具体收费、价格与平台支持情况暂未提供。