如何在 Numpy 中批量选择和计算数组？答案

【问题标题】：How to batch select and calculate arrays in Numpy?如何在 Numpy 中批量选择和计算数组？
【发布时间】：2012-05-18 14:10:51
【问题描述】：

如何 (1) 批量选择 hdf5 文件下的所有数组，然后 (2) 对这些数组应用计算，最后 (3) 在另一个 hdf5 文件中批量创建新数组？

例如：

import numpy
import tables

file = openFile('file1',"r")

array1 = file.root.array1
array1_cal = (array1 <= 1)
newfile.createArray('/','array1_cal',array1_cal)

array2 = file.root.array2
array2_cal = (array2 <= 1)
newfile.createArray('/','array2_cal',array2_cal)

我在一个 hdf5 文件和几个 hdf5 文件下有 100 多个数组，我该如何批处理它们？非常感谢。

【问题讨论】：

您的 HDF 文件的结构是什么？例如，是否所有阵列都挂在根目录下？您是否希望在新文件中复制该结构？

标签： arrays batch-file numpy iteration hdf5

【解决方案1】：

使用 h5py，HDF5 的 Python 接口。 h5py 允许您通过传统的 Python 和 NumPy 隐喻来使用 HDF5 文件、组和数据集。

见http://code.google.com/p/h5py/和http://alfven.org/wp/hdf5-for-python/

【讨论】：

【解决方案2】：

使用PyTables，您可以使用walkNodes 函数递归地遍历节点。这是一个例子：

# Recursively print all the nodes hanging from '/detector'.
print "Nodes hanging from group '/detector':"
for node in h5file.walkNodes('/detector', classname='EArray'):
    data = node[:]
    // do some calculation 
    // store new array in second file

【讨论】：