python中h5py開源庫怎么使用

這篇文章主要介紹“python中h5py開源庫怎么使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“python中h5py開源庫怎么使用”文章能幫助大家解決問題。

一、h6py模塊介紹

h6py簡單介紹

一個HDF5文件是一種存放兩類對象的容器：dataset和group. Dataset是類似于數組的數據集，而group是類似文件夾一樣的容器，它好比python中的字典，有鍵(key)和值(value)，存放dataset和其他group。在使用h6py的時候需要牢記一句話：groups類比字典，dataset類比Numpy中的數組。

HDF5的dataset雖然與Numpy的數組在接口上很相近，但是支持更多對外透明的存儲特征，如：數據壓縮，誤差檢測，分塊傳輸。

二、h6py模塊使用

h6py創建的文件后綴名為：.hdf5

1、h6py接口簡單介紹

h6py模塊的使用主要分成兩步走：

• 1）創建.hdf5類型文件句柄（創建一個對象） # 讀取文件把“w”改成“r”

f=h6py.File("myh6py.hdf5","w")

• 2）創建數據（dataset）或組（group）

創建數據（dataset）:

f.create_dataset(self, name, shape=None, dtype=None, data=None, **kwds)

創建組（group）：

create_group(self, name, track_order=False)

2、h6py的使用樣例

• 創建一個h6py文件

import h6py
#要是讀取文件的話，就把w換成r
f=h6py.File("myh6py.hdf5","w")

在當前目錄下會生成一個myh6py.hdf5文件

• 創建dataset數據集

import h6py
f=h6py.File("myh6py.hdf5","w")
#deset1是數據集的name，（20,）代表數據集的shape，i代表的是數據集的元素類型
d1=f.create_dataset("dset1", (20,), 'i')
for key in f.keys():
    print(key)
    print(f[key].name)
    print(f[key].shape)
    print(f[key].value)
輸出：
dset1
/dset1
(20,)
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]

這里我們僅僅創建了一個存放20個整型元素的數據集，并沒有賦值，默認全是0，如何賦值呢，看下面的代碼。

import h6py
import numpy as np
f=h6py.File("myh6py.hdf5","w")
d1=f.create_dataset("dset1",(20,),'i')
#賦值
d1[...]=np.arange(20)
#或者我們可以直接按照下面的方式創建數據集并賦值
f["dset2"]=np.arange(15)

for key in f.keys():
    print(f[key].name)
    print(f[key].value)

輸出：
/dset1
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
/dset2
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

如果我們有現成的numpy數組，那么可以在創建數據集的時候就賦值，這個時候就不必指定數據的類型和形狀了，只需要把數組名傳給參數data。

import h6py
import numpy as np
f=h6py.File("myh6py.hdf5","w")
a=np.arange(20)
d1=f.create_dataset("dset1",data=a)
for key in f.keys():
    print(f[key].name)
    print(f[key].value)

輸出：
/dset1
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

現在把這幾種創建的方式混合寫下。看下面的代碼

import h6py
import numpy as np
f=h6py.File("myh6py.hdf5","w")
#分別創建dset1,dset2,dset3這三個數據集
a=np.arange(20)
d1=f.create_dataset("dset1",data=a)
d2=f.create_dataset("dset2",(3,4),'i')
d2[...]=np.arange(12).reshape((3,4))
f["dset3"]=np.arange(15)
for key in f.keys():
    print(f[key].name)
    print(f[key].value)
輸出：
/dset1
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
/dset2
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
/dset3
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
3. 創建group組
import h6py
import numpy as np
f=h6py.File("myh6py.hdf5","w")
#創建一個名字為bar的組
g1=f.create_group("bar")
#在bar這個組里面分別創建name為dset1,dset2的數據集并賦值。
g1["dset1"]=np.arange(10)
g1["dset2"]=np.arange(12).reshape((3,4))
for key in g1.keys():
    print(g1[key].name)
    print(g1[key].value)
輸出：
/bar/dset1
[0 1 2 3 4 5 6 7 8 9]
/bar/dset2
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

注意觀察數據集dset1和dset2的名字是不是有點和前面的不一樣，如果是直接創建的數據集，不在任何組里面，那么它的名字就是/+名字，現在這兩個數據集都在bar這個group(組)里面，名字就變成了/bar+/名字，是不是有點文件夾的感覺！繼續看下面的代碼，你會對group和dataset的關系進一步了解。

import h6py
import numpy as np
f=h6py.File("myh6py.hdf5","w")
#創建組bar1,組bar2，數據集dset
g1=f.create_group("bar1")
g2=f.create_group("bar2")
d=f.create_dataset("dset",data=np.arange(10))
#在bar1組里面創建一個組car1和一個數據集dset1。
c1=g1.create_group("car1")
d1=g1.create_dataset("dset1",data=np.arange(10))
#在bar2組里面創建一個組car2和一個數據集dset2
c2=g2.create_group("car2")
d2=g2.create_dataset("dset2",data=np.arange(10))
#根目錄下的組和數據集
print(".............")
for key in f.keys():
    print(f[key].name)
#bar1這個組下面的組和數據集
print(".............")
for key in g1.keys():
    print(g1[key].name)

#bar2這個組下面的組和數據集
print(".............")
for key in g2.keys():
    print(g2[key].name)
#順便看下car1組和car2組下面都有什么，估計你都猜到了為空。
print(".............")
print(c1.keys())
print(c2.keys())
輸出：
.............
/bar1
/bar2
/dset
.............
/bar1/car1
/bar1/dset1
.............
/bar2/car2
/bar2/dset2
.............
[]
[]

Reference：

1、blog.csdn.net/csdn1569884…

2、blog.csdn.net/yudf2010/ar…

關于“python中h5py開源庫怎么使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。