如何在 Python 中读取 HDF5 文件

Question

我正在尝试从 Python 中的 hdf5 文件中读取数据。我可以使用 h5py 读取 hdf5 文件，但我不知道如何访问文件中的数据。

我的代码

import h5py
import numpy as np
f1 = h5py.File(file_name,'r+')

这有效并且文件被读取。但是如何访问文件对象 f1 中的数据？

原文由 Sameer Damir 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

读取 HDF5

 import h5py
filename = "file.hdf5"

with h5py.File(filename, "r") as f:
    # Print all root level object names (aka keys)
    # these can be group or dataset names
    print("Keys: %s" % f.keys())
    # get first object name/key; may or may NOT be a group
    a_group_key = list(f.keys())[0]

    # get the object type for a_group_key: usually group or dataset
    print(type(f[a_group_key]))

    # If a_group_key is a group name,
    # this gets the object names in the group and returns as a list
    data = list(f[a_group_key])

    # If a_group_key is a dataset name,
    # this gets the dataset values and returns as a list
    data = list(f[a_group_key])
    # preferred methods to get dataset values:
    ds_obj = f[a_group_key]      # returns as a h5py dataset object
    ds_arr = f[a_group_key][()]  # returns as a numpy array

写入 HDF5

 import h5py

# Create random data
import numpy as np
data_matrix = np.random.uniform(-1, 1, size=(10, 3))

# Write data to HDF5
with h5py.File("file.hdf5", "w") as data_file:
    data_file.create_dataset("dataset_name", data=data_matrix)

有关更多信息，请参阅 h5py 文档。

备择方案

• JSON：非常适合编写人类可读的数据；非常常用（ 读写）
• CSV：超级简单的格式（ 读写）
• pickle：一种 Python 序列化格式（ 读写）
• MessagePack （ Python 包）：更紧凑的表示（ 读写）
• HDF5 （ Python 包）：适用于矩阵（ 读写）
• XML: 也存在 *sigh* ( 读& 写)

对于您的应用程序，以下内容可能很重要：

• 其他编程语言的支持
• 读/写性能
• 紧凑性（文件大小）

另见： 数据序列化格式的比较

如果您正在寻找一种制作配置文件的方法，您可能需要阅读我的短文 Python 中的配置文件

原文由 Martin Thoma 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

读取文件

import h5py

f = h5py.File(file_name, mode)

通过打印存在的 HDF5 组来研究文件的结构

for key in f.keys():
    print(key) #Names of the root level object names in HDF5 file - can be groups or datasets.
    print(type(f[key])) # get the object type: usually group or dataset

提取数据

#Get the HDF5 group; key needs to be a group name from above
group = f[key]

#Checkout what keys are inside that group.
for key in group.keys():
    print(key)

# This assumes group[some_key_inside_the_group] is a dataset,
# and returns a np.array:
data = group[some_key_inside_the_group][()]
#Do whatever you want with data

#After you are done
f.close()

原文由 Daksh 发布，翻译遵循 CC BY-SA 4.0 许可协议