我有一个hdf5 格式的文件。我知道它应该是一个矩阵，但我想在R 中读取该矩阵，以便我可以研究它。我看到有一个 h5r 包应该可以帮助解决这个问题，但我没有看到任何简单易读/理解的教程。网上有这样的教程吗。具体来说，您如何使用此包读取hdf5 对象，以及如何实际提取矩阵？
更新
我发现了一个包rhdf5，它不是 CRAN 的一部分，而是 BioConductoR 的一部分。界面相对比较容易理解，文档和示例代码也比较清晰。我可以毫无问题地使用它。我的问题似乎是输入文件。我想读取的矩阵实际上以python pickle 的形式存储在hdf5 文件中。所以每次我尝试打开它并通过R 访问它时，我都会得到一个segmentation fault。我确实想出了如何将python 中的矩阵保存为tsv 文件，现在问题解决了。
【问题讨论】：
rhdf5 包运行良好，尽管它不在 CRAN 中。从Bioconductor安装它
# as of 2020-09-08, these are the updated instructions per
# https://bioconductor.org/install/
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install(version = "3.11")
并使用它：
library(rhdf5)
列出文件中的对象以找到要读取的数据组：
h5ls("path/to/file.h5")
读取 HDF5 数据：
mydata <- h5read("path/to/file.h5", "/mygroup/mydata")
str(mydata)
（注意多维数组may appear transposed）。您还可以读取组，这些组将在 R 中命名为列表。
【讨论】：
h5r 包，但它似乎没有充分记录。如果您不介意依赖 Bioconductor，那么 rhdf5 绝对是您的最佳选择。
您也可以使用 h5，这是我最近在 CRAN 上发布的一个包。
与rhdf5相比，它具有以下特点：
readdata <- dataset[1:3, 1:3]
dataset[1:3, 1:3] <- matrix(1:9, nrow = 3)
要保存矩阵，您可以使用：
library(h5)
testmat <- matrix(rnorm(120), ncol = 3)
# Create HDF5 File
file <- h5file("test.h5")
# Save matrix to file in group 'testgroup' and datasetname 'testmat'
file["testgroup", "testmat"] <- testmat
# Close file
h5close(file)
... 并将整个矩阵读回 R：
file <- h5file("test.h5")
testmat_in <- file["testgroup", "testmat"][]
h5close(file)
另见 h5
【讨论】：
h5 和Rhdf5 之间最重要的区别？
h5 包是否支持数据帧？
h5 已贬值以支持hdf5r
ncdf4 包，netCDF-4 的接口，也可用于读取 hdf5 文件（netCDF-4 与 netCDF-3 兼容，但它使用 hdf5 作为存储层）。
用开发者的话来说：
NetCDF-4 结合了 netCDF-3 和 HDF5 数据模型，利用了各自的理想特性，同时利用了各自的优势
netCDF-4 格式通过使用 HDF5 的增强版本作为存储层实现并扩展了 netCDF-3 数据模型。
在实践中，ncdf4 提供了一个简单的接口，并且将代码从使用较旧的 hdf5 和 ncdf 包迁移到单个 ncdf4 包使 our code 的错误更少并且更易于编写（我的一些试验和解决方法记录在 my previous answer)。
【讨论】：
我使用rgdal 包来读取HDF5 文件。您确实需要注意rgdal 的二进制版本可能不支持hdf5。在这种情况下，您需要从支持 HDF5 的源代码构建 gdal，然后再从源代码构建 rgdal。
或者，尝试将文件从hdf5 转换为netcdf。一旦它们在 netcdf 中，您就可以使用出色的 ncdf 包来访问数据。我认为可以使用cdo tool 完成转换。
【讨论】：