在 python 中快速读取 HDF 5 文件？

Question

我有一台将数据（来自模数转换器的许多迹线）保存为 HDF 5 文件的仪器。如何在 python 中有效地打开这个文件？我尝试了以下代码，但提取数据似乎需要很长时间。

此外，它以错误的顺序读取数据：读取的不是 1,2,3，而是 1,10,100,1000。

有什么想法吗？

这里是示例数据文件的链接：https://drive.google.com/file/d/0B4bj1tX3AZxYVGJpZnk2cDNhMzg/edit?usp=sharing

这是我的超慢代码：

import h5py
import matplotlib.pyplot as plt
import numpy as np


f = h5py.File('sample.h5','r')

ks = f.keys()

for index,key in enumerate(ks[:10]):
    print index, key
    data = np.array(f[key].values())
    plt.plot(data.ravel())

plt.show()

Answer 1

就数据的顺序而言：

In [10]: f.keys()[:10]
Out[10]:
[u'Acquisition.1',
 u'Acquisition.10',
 u'Acquisition.100',
 u'Acquisition.1000',
 u'Acquisition.1001',
 u'Acquisition.1002',
 u'Acquisition.1003',
 u'Acquisition.1004',
 u'Acquisition.1005',
 u'Acquisition.1006']

这是未用零填充的数字的正确顺序。它是按字典顺序排列的，而不是按数字排列的。请参阅Python: list.sort() doesn't seem to work 了解可能的解决方案。

其次，在循环中重建数组会影响性能：

In [20]: d1 = f[u'Acquisition.990'].values()[0][:]

In [21]: d2 = np.array(f[u'Acquisition.990'].values())

In [22]: np.allclose(d1,d2)
Out[22]: True

In [23]: %timeit d1 = f[u'Acquisition.990'].values()[0][:]
1000 loops, best of 3: 401 µs per loop

In [24]: %timeit d2 = np.array(f[u'Acquisition.990'].values())
1 loops, best of 3: 1.77 s per loop