python中h5py開源庫的使用樣例詳解

Posted on by

一、h5py模塊介紹

本文隻是簡單的對h5py庫的基本創建文件，數據集和讀取數據的方式進行介紹！如果讀者需要進一步詳細的學習h5py的更多知識，請參考h5py的官方文檔。

h5py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是類似於數組的數據集，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h5py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、h5py模塊使用

h5py創建的文件後綴名為：.hdf5

1、h5py接口簡單介紹

h5py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=h5py.File("myh5py.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、h5py的使用樣例

  • 創建一個h5py文件
import h5py
#要是讀取文件的話，就把w換成r
f=h5py.File("myh5py.hdf5","w")

在當前目錄下會生成一個myh5py.hdf5文件

  • 創建dataset數據集
import h5py
f=h5py.File("myh5py.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]

這裡我們僅僅創建瞭一個存放20個整型元素的數據集，並沒有賦值，默認全是0，如何賦值呢，看下面的代碼。

import h5py
import numpy as np
f=h5py.File("myh5py.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並賦值
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，那麼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瞭，隻需要把數組名傳給參數data。

import h5py
import numpy as np
f=h5py.File("myh5py.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 h5py
import numpy as np
f=h5py.File("myh5py.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 h5py
import numpy as np
f=h5py.File("myh5py.hdf5","w")
#創建一個名字為bar的組
g1=f.create_group("bar")
#在bar這個組裡面分別創建name為dset1,dset2的數據集並賦值。
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]]

註意觀察數據集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，不在任何組裡面，那麼它的名字就是/+名字，現在這兩個數據集都在bar這個group(組)裡面，名字就變成瞭/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的關系進一步瞭解。

import h5py
import numpy as np
f=h5py.File("myh5py.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組裡面創建一個組car1和一個數據集dset1。
c1=g1.create_group("car1")
d1=g1.create_dataset("dset1",data=np.arange(10))
#在bar2組裡面創建一個組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組下面都有什麼，估計你都猜到瞭為空。
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…

到此這篇關於python中h5py開源庫的使用的文章就介紹到這瞭,更多相關python h5py開源庫內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：