hdf5

Append data to hdf5 data

Monte Carlo data can be stored in such a manner:

import h5py
import numpy
f = h5py.File("mytestfile3.hdf5", "a")
L=8
N=3
s=numpy.random.choice(a=[False, True], size=(L,N), p=[0.5,0.5])
dset = f.create_dataset("bigBOOL",data=s,chunks=True,maxshape=(None, 33))
for i in range(10):
    dset.resize(dset.shape[1]+N, axis=1)
    dset[:,-3:]=s
f.close()

create a file

import h5py
f = h5py.File("mytestfile.hdf5", "a")
print type(f)
f.close()

f 就像是一个指针 一个handler，它是一个object 输出。

<class 'h5py._hl.files.File'>

# 以写入方式打开文件

# r 只读，文件必须已存在

# r+ 读写，文件必须已存在

# w 新建文件，若存在覆盖

# w- 或x，新建文件，若存在报错

# a 如存在则读写，不存在则创建(默认)

groups: create, access, delete

create

import h5py
f = h5py.File("mytestfile.hdf5", "a")
f.create_group("a/a2/b")
f.close()

上面的例子直接构造了多个group, 而且还是嵌套的。同一个group不能再次create，否则会报错。

import h5py
f = h5py.File("mytestfile.hdf5", "a")
f.create_group("a/a2/b") #报错
f.create_group("a/a1/b") #安全，因为有不同的group被构造
f.close()

access

那么问题来了，怎么显示和造作group呢？

下面的方法，就是构造一个类似f的 指针fa

import h5py
f = h5py.File("mytestfile.hdf5", "a")
print f.keys()
fa=f['a']
print type(fa)
print fa.keys()
print type(fa.keys())
f.close()

输出：

[u'a', u'chunked', u'subgroup1']
<class 'h5py._hl.group.Group'>  
[u'a', u'a1', u'a2']
<type 'list'>

注意到，fa的类型和f的类型是一样的。

另外 fa.key() 是一个python的list类型。

delete

稍后再说

dataset

创建

import h5py
import numpy as np
f = h5py.File("mytestfile.hdf5", "a")
dset = f.create_dataset("default1", (100,),dtype='i8')
f.close()

【小心】只要报过一次错, hdf5 文件就写不进去了。

错误包活：重复创建数据集，创建一个 没有说明类型的数据集。

使用

import h5py
import numpy as np
f = h5py.File("mytestfile.hdf5", "a")

d=f['a1/b3']["why2"]
d[3]=666
print d[3]
type(d)

f.close()

d 的类型是 <Closed HDF5 dataset>

attribute

import h5py
import numpy as np
f = h5py.File("mytestfile22.hdf5", "a")
dset = f.create_dataset("default1", (100,),dtype='i8')
dset.attrs['temperature'] = 99.5
f.close()

资料来源：

HDF5快速入门-CSDN博客blog.csdn.net

上面这个攻略是我见过写的最好的一个。

官方的说明书：

https://support.hdfgroup.org/HDF5/Tutor/HDF5Intro.pdf