我正在尝试从 Python 中的 hdf5 文件中读取数据。我可以使用h5py 读取 hdf5 文件，但我不知道如何访问文件中的数据。
import h5py
import numpy as np
f1 = h5py.File(file_name,'r+')
这有效并且文件被读取。但是如何访问文件对象f1 中的数据呢？
【问题讨论】：
hdf5 文件与hdf 文件不同吗？我有hdfs（它们是几组图像），但我不知道如何打开它们。
读取文件
import h5py
f = h5py.File(file_name, mode)
通过打印存在的 HDF5 组来研究文件的结构
for key in f.keys():
print(key) #Names of the groups in HDF5 file.
提取数据
#Get the HDF5 group
group = f[key]
#Checkout what keys are inside that group.
for key in group.keys():
print(key)
data = group[some_key_inside_the_group][()]
#Do whatever you want with data
#After you are done
f.close()
【讨论】：
for key in data.keys(): print(key) #Names of the groups in HDF5 file. 这可以替换为list(data)
data.visit(print)
data.close()。
data = group[some_key_inside_the_group][()]
如果您在 hdf 文件中命名了数据集，那么您可以使用以下代码读取和转换 numpy 数组中的这些数据集：
import h5py
file = h5py.File('filename.h5', 'r')
xdata = file.get('xdata')
xdata= np.array(xdata)
如果您的文件在不同的目录中，您可以在'filename.h5'前面添加路径。
【讨论】：
import h5py
filename = "file.hdf5"
with h5py.File(filename, "r") as f:
# List all groups
print("Keys: %s" % f.keys())
a_group_key = list(f.keys())[0]
# Get the data
data = list(f[a_group_key])
import h5py
# Create random data
import numpy as np
data_matrix = np.random.uniform(-1, 1, size=(10, 3))
# Write data to HDF5
with h5py.File("file.hdf5", "w") as data_file:
data_file.create_dataset("group_name", data=data_matrix)
更多信息请参见h5py docs。
对于您的应用程序，以下内容可能很重要：
另请参阅：Comparison of data serialization formats
如果您正在寻找一种制作配置文件的方法，您可能想阅读我的短文Configuration files in Python
【讨论】：
f[key].value
h5py 2.1 版：“属性Dataset.value 可追溯到 h5py 1.0，已弃用，将在以后的版本中删除。此属性将整个数据集转储到 NumPy数组。使用.value 的代码应更新为使用NumPy 索引，并酌情使用mydataset[...] 或mydataset[()]。"
使用这个问题的一些答案和最新的doc，我能够使用
提取我的数字数组import h5py
with h5py.File(filename, 'r') as h5f:
h5x = h5f[list(h5f.keys())[0]]['x'][()]
在我的例子中，'x' 只是 X 坐标。
【讨论】：
from keras.models import load_model
h= load_model('FILE_NAME.h5')
【讨论】：
这是我刚刚编写的一个简单函数，它读取由 keras 中的 save_weights 函数生成的 .hdf5 文件，并返回一个包含图层名称和权重的 dict：
def read_hdf5(path):
weights = {}
keys = []
with h5py.File(path, 'r') as f: # open file
f.visit(keys.append) # append all keys to list
for key in keys:
if ':' in key: # contains data if ':' in key
print(f[key].name)
weights[f[key].name] = f[key].value
return weights
https://gist.github.com/Attila94/fb917e03b04035f3737cc8860d9e9f9b.
尚未对其进行彻底测试，但可以为我完成这项工作。
【讨论】：
使用以下代码读取数据并转换为 numpy 数组
import h5py
f1 = h5py.File('data_1.h5', 'r')
list(f1.keys())
X1 = f1['x']
y1=f1['y']
df1= np.array(X1.value)
dfy1= np.array(y1.value)
print (df1.shape)
print (dfy1.shape)
【讨论】：
要将 .hdf5 文件的内容作为数组读取，您可以执行以下操作
> import numpy as np
> myarray = np.fromfile('file.hdf5', dtype=float)
> print(myarray)
【讨论】：
您需要做的是创建一个数据集。如果您查看快速入门指南，它会告诉您需要使用文件对象来创建数据集。所以，f.create_dataset 然后你就可以读取数据了。这在docs 中有解释。
【讨论】：
你可以使用 Pandas。
import pandas as pd
pd.read_hdf(filename,key)
【讨论】：