从 h5py 数据集获取数组 - Python

h5py 是 Python 中常用的一种处理 HDF5（Hierarchical Data Format）数据的库。通过 h5py，我们可以方便地读取、写入和修改 HDF5 数据集。本文将介绍如何从 h5py 数据集中获取数组。

安装 h5py

h5py 可以通过 pip 安装：

pip install h5py

读取 HDF5 数据集中的数组

假设有一个 HDF5 文件，其中包含一个名为 my_dataset 的数据集，是一个二维的数组。我们可以使用以下代码读取该数组：

import h5py

with h5py.File('my_file.hdf5', 'r') as f:
    my_dataset = f['my_dataset'][:]

首先用 h5py.File 打开 HDF5 文件。使用 with 语句可以自动关闭文件，避免内存泄漏。然后通过文件对象 f 获取数据集 my_dataset，并把该数组赋给变量 my_dataset。

在获取 my_dataset 数组时，我们使用了 [:]。这是因为 h5py 读取数据集后返回的是一个 h5py.Dataset 对象，而不是一个 NumPy 数组。[:] 可以把 h5py.Dataset 转换为 NumPy 数组。

如果数据集不是二维的，在使用 [:] 前需要先用 shape 属性获取数据集的形状，例如：

import h5py

with h5py.File('my_file.hdf5', 'r') as f:
    my_dataset = f['my_dataset']
    shape = my_dataset.shape
    my_array = my_dataset[:].reshape(shape)

这里使用了 reshape 来转换形状，以确保数据正确地被读取。

修改 HDF5 数据集中的数组

如果需要修改数据集中的数据，也可以使用 h5py：

import h5py
import numpy as np

with h5py.File('my_file.hdf5', 'r+') as f:
    my_dataset = f['my_dataset']
    my_dataset[0, 1] = np.pi

这里使用了 r+ 参数打开文件，允许读取和写入。my_dataset[0, 1] 可以获取到数组中的一个元素，并将其修改为 np.pi。

总结

本文介绍了如何使用 h5py 读取和修改 HDF5 数据集中的数组。读取时，需要将 h5py.Dataset 转换为 NumPy 数组；修改时，需要使用 r+ 打开文件，并通过数组下标来修改元素值。