看代码吧~
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import h5pyimport numpy as npf = h5py.File('train/e1_1.hdf5')key = ""for k in f.keys(): key = kd = f[key]print(d)a = np.ones(d.shape)d.read_direct(a)print(a)f.close() |
补充：HDF5 文件及Python模块之h5py
HDF5文件
什么是HDF5文件呢？
先引用一波维基百科的介绍，『层级数据格式（Hierarchical Data Format：HDF）是设计用来存储和组织大量数据的一组文件格式（HDF4，HDF5）。
它最初开发于美国国家超级计算应用中心，现在由非营利社团HDF Group支持，其任务是确保HDF5技术的持续开发和存储在HDF中数据的持续可访问性。』。
HDF5 拥有一系列的优异特性，使其特别适合进行大量科学数据的存储和操作，如它支持非常多的数据类型，灵活，通用，跨平台，可扩展，高效的 I/O 性能，支持几乎无限量（高达 EB）的单文件存储等
如何在Linux中查看hdf5文件呢？
|
1
2
3
4
|
h5ls info.h5# key1 Dataset {10000}# key2 Dataset {10000,5}# key3 Dataset {20000,30} |
h5py模块
我们可以使用Python非常方便的读写hdf5文件，最常用的模块就是h5py。下面说明一下它的安装及使用方法：
安装模块
|
1
2
3
|
pip install h5pypip install numpy# numpy 通常是作为配合使用 |
对h5py的总结：
『一个 HDF5 文件是存储两类对象的容器，这两类对象分别为：
dataset：类似数组的数据集合； gropp；类似目录的容器，其中可以包含一个或多个 dataset 及其它的 group。
一个 HDF5 文件从一个命名为 "/" 的 group 开始，所有的 dataset 和其它 group 都包含在此 group 下，当操作 HDF5 文件时，如果没有显式指定 group 的 dataset 都是默认指 "/" 下的 dataset，另外类似相对文件路径的 group 名字都是相对于 "/" 的。
HDF5 文件的 dataset 和 group 都可以拥有描述性的元数据，称作 attribute。
用 h5py 操作 HDF5 文件，我们可以像使用目录一样使用 group，像使用 numpy 数组一样使用 dataset，像使用字典一样使用属性，非常方便和易用。』
写入hdf5文件
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import h5pyimport numpy as np# 如果你要在根group下创建datasetf = h5py.File('info.h5', 'w')values1 = np.arange(12).reshape(4, 3)values2 = np.arange(20).reshape(4, 5)f.create_dataset(name='key1', data=np.array(values1, dtype='int64'))f.create_dataset(name='key2', data=np.array(values2, dtype='int64'))# 如果你要创建一个group（目录）# 然后指定dataset放置的groupf.create_group('/dir1')f.create_group('/dir1/dir2')data = np.arange(6).reshape(3, 2)f.create_dataset('/dir1/dir2', data=data)# 最后别忘了关闭文件f.close() |
读取hdf5文件
|
1
2
3
4
|
import h5pywith h5py.File(info.h5, 'r') as f: values1 = f['key1'].value values2 = f['key2'].value |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://guotong1988.blog.csdn.net/article/details/82801368
