python3 hdf5文件 遍歷代碼
看代碼吧~
import h5py
import numpy as np
f = h5py.File('train/e1_1.hdf5')
key = ""
for k in f.keys():
key = k
d = f[key]
print(d)
a = np.ones(d.shape)
d.read_direct(a)
print(a)
f.close()
補充：HDF5 文件及Python模塊之h5py
HDF5文件
什么是HDF5文件呢？
先引用一波維基百科的介紹，『層級數(shù)據(jù)格式（Hierarchical Data Format：HDF）是設計用來存儲和組織大量數(shù)據(jù)的一組文件格式（HDF4，HDF5）。
它最初開發(fā)于美國國家超級計算應用中心，現(xiàn)在由非營利社團HDF Group支持，其任務是確保HDF5技術的持續(xù)開發(fā)和存儲在HDF中數(shù)據(jù)的持續(xù)可訪問性?！?。
HDF5 擁有一系列的優(yōu)異特性，使其特別適合進行大量科學數(shù)據(jù)的存儲和操作，如它支持非常多的數(shù)據(jù)類型，靈活，通用，跨平臺，可擴展，高效的 I/O 性能，支持幾乎無限量（高達 EB）的單文件存儲等
如何在Linux中查看hdf5文件呢？
h5ls info.h5
# key1 Dataset {10000}
# key2 Dataset {10000,5}
# key3 Dataset {20000,30}
h5py模塊
我們可以使用Python非常方便的讀寫hdf5文件，最常用的模塊就是h5py。下面說明一下它的安裝及使用方法：
安裝模塊
pip install h5py pip install numpy # numpy 通常是作為配合使用
對h5py的總結：
『一個 HDF5 文件是存儲兩類對象的容器，這兩類對象分別為：
dataset：類似數(shù)組的數(shù)據(jù)集合； gropp；類似目錄的容器，其中可以包含一個或多個 dataset 及其它的 group。
一個 HDF5 文件從一個命名為 "/" 的 group 開始，所有的 dataset 和其它 group 都包含在此 group 下，當操作 HDF5 文件時，如果沒有顯式指定 group 的 dataset 都是默認指 "/" 下的 dataset，另外類似相對文件路徑的 group 名字都是相對于 "/" 的。
HDF5 文件的 dataset 和 group 都可以擁有描述性的元數(shù)據(jù)，稱作 attribute。
用 h5py 操作 HDF5 文件，我們可以像使用目錄一樣使用 group，像使用 numpy 數(shù)組一樣使用 dataset，像使用字典一樣使用屬性，非常方便和易用?！?/p>
寫入hdf5文件
import h5py
import numpy as np
# 如果你要在根group下創(chuàng)建dataset
f = 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'))
# 如果你要創(chuàng)建一個group（目錄）
# 然后指定dataset放置的group
f.create_group('/dir1')
f.create_group('/dir1/dir2')
data = np.arange(6).reshape(3, 2)
f.create_dataset('/dir1/dir2', data=data)
# 最后別忘了關閉文件
f.close()
讀取hdf5文件
import h5py
with h5py.File(info.h5, 'r') as f:
values1 = f['key1'].value
values2 = f['key2'].value
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
tensorboard 可視化之localhost:6006不顯示的解決方案
這篇文章主要介紹了tensorboard 可視化之localhost:6006不顯示的解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-05-05
python 在服務器上調用數(shù)據(jù)庫特別慢的解決過程
這篇文章主要介紹了python 在服務器上調用數(shù)據(jù)庫特別慢的解決過程，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
Python中pandas庫sort_values()方法的使用
最后去看了有關于 sort_values 的文檔，成功解決先把單詞出現(xiàn)頻次由高往低依次排序，再把頻次相同的情況下的單詞按照 MD5 值排序這個問題，下面通過本文講解下Python中pandas庫sort_values()方法的使用，感興趣的朋友一起看看吧2023-07-07
這篇文章主要介紹了Python代碼列表求并集,交集,差集，下面文章講詳細的介紹如何利用python代碼實現(xiàn)并集,交集,差集的相關資料展開內容,需要的朋友可以參考一下2021-11-11
今天小編就為大家分享一篇python獲取代碼運行時間的實例代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06![python中幾種括號的使用()、[]、{}舉例說明](http://img.jbzj.com/images/xgimg/bcimg5.png)
這篇文章主要介紹了python中幾種括號的使用()、[]、{}舉例說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-05-05
簡單來說,藍圖就是一個存儲操作路由映射方法的容器,主要用來實現(xiàn)客戶端請求和URL相互關聯(lián)的功能,在Flask中,使用藍圖可以幫助我們實現(xiàn)模塊化應用的功能,這篇文章主要給大家介紹了關于python-flask藍圖踩坑的相關資料,需要的朋友可以參考下2021-08-08
這篇文章主要給大家介紹了軟玉Python中常見的序列化操作的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用Python具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-06-06
這篇文章主要介紹了批量獲取及驗證HTTP代理的Python腳本,需要的朋友可以參考下2017-04-04
Python生成ubuntu apt鏡像地址實現(xiàn)
本文主要介紹了Python生成ubuntu apt鏡像地址實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-05-05