引言
創建文件和數據集
寫數據集
讀數據集
引言在Matlab操作HDF5文件中已經詳細介紹了HDF5文件已經利用Matlab對其進行操作的方法。這篇文章總結一下如何在Python下使用HDF5文件。我們仍然按照Matlab操作HDF5文件的順序進行，分別是創建HDF5文件，寫入數據，讀取數據。
Python下的HDF5文件依賴h5py工具包
創建文件和數據集使用`h5py.File()方法創建hdf5文件
h5file = h5py.File(filename,'w')然後在此基礎上創建數據集
X = h5file.create_dataset(shape=(0,args.patch_size,args.patch_size), #數據集的維度 maxshape = (None,args.patch_size,args.patch_size), #數據集的允許最大維度 dtype=float,compression='gzip',name='train', #數據類型、是否壓縮，以及數據集的名字 chunks=(args.chunk_size,args.patch_size,args.patch_size)) #分塊存儲，每一分塊的大小最為關系的兩個參數為shape和maxshape，很顯然我們希望數據集的某一個維度是可以擴展的，所以在maxshape中，將希望擴展的維度標記為None，其他維度和shape參數裡面的一樣。還有一點值得注意的是，使用compression='gzip'以後，整個數據集能夠被極大的壓縮，對比較大的數據集非常又用，並且在數據讀寫的時候，不用用戶顯式的解碼。
寫數據集在使用上面的creat_dataset創建了dataset以後，讀寫數據集就如同讀寫numpy數組一樣方便，比如上面的函數定義了數據集'train'，也就是變量X以後，可以下面的方法來讀寫：
data = np.zeros((100,args.patch_size,arg))X[0:100,:,:] = data在前面創建數據集的時候，我們定義shape = (args.chunk_size,args.patch_size,args.patch_size)，如果有更多的數據，怎麼辦呢？
可以使用resize方法來擴展在maxshape中定義為None的那個維度:
X.resize(X.shape[0]+args.chunk_size,axis=0)因為我們在maxshape=(None,args.patch_size,args.patch_size)中將第零個維度定義為可擴展，所以，首先我們用X.shape[0]來找到該維度的長度，並將其擴展。該維度擴展以後，就可以繼續向裡面寫入數據了。
讀數據集讀取h5文件的方法也非常簡單，首先利用h5py.File方法打開對應的h5文件，然後將裡面的某個數據集取出至變量，對這個變量的讀取就如同numpy一樣了。
h = h5py.File(hd5file,'r')train = h['train']train[1]train[2]...但是上面的讀取方法存在一個問題就是每一次使用的時候(train[1],train[2])都需要從硬盤讀取數據，這將會導致讀取的速度比較慢。一個比較好的方法是，每次從硬盤讀取一個chunk_size的數據，然後將這些數據存儲到內存中，在需要的時候從內存中讀取，比如使用下面的方法：
h = h5py.File(hd5file,'r')train = h['train']X = train[0:100] #一次從硬盤中讀取比較多的數據，X將存儲在內存中X[1] #從內存中讀取X[2] #從內存中讀取這樣的方法就會快很多。
以上就是Python操作HDF5文件示例的詳細內容，更多關於Python操作HDF5文件的資料請關注軟件開發網其它相關文章！
