文件类型HDF5（分层数据格式5）经常用于存储和处理庞大而复杂的数据集。它是科学和工业用途的完美选择，因为它具有多功能、可扩展且有效的特点。 Python 是可用于生成、读取和修改 HDF5 文件的众多编程语言之一。在本教程中，我们将介绍如何在 Python 中使用 HDF5 文件。

安装和设置

我们需要安装“h5py”包。我们可以使用 Python 的包安装程序 pip 来安装它。

pip install h5py

语法

要在Python中创建HDF5文件，我们首先需要创建“h5py.File”类的实例。然后，我们可以使用此实例来创建和操作文件中的数据集和组。

import h5py
file = h5py.File("filename.hdf5", "w")

算法

导入h5py模块

• 应使用文件类型中的标题和模式创建 h5py 对象（“w”表示写入，“r”表示读取）

• 使用“创建数据集”和“创建组”功能，在文件内创建数据集和组。

• 使用典型的 NumPy 数组表示法填写数据集。

• 使用“关闭”技术释放对象内存，将数据刷新到文件中。

示例

使用单个数据集创建 HDF5 文件

import h5py

# Create a new HDF5 file
file = h5py.File("example.hdf5", "w")

# Create a dataset
dataset = file.create_dataset("data", shape=(10,), dtype='i')

# Write data to the dataset
for i in range(10):
   dataset[i] = i

# Close the file
file.close()

先导入已安装的h5py包。创建一个具有写入权限的新 HDF5 文件，名为 “example.hdf5”。然后，创建一个名为“data”的集合，其形式为(10,)，数据类型为整数。然后，我们使用循环将 0 到 9 范围内的数字放入数据集中。为了防止内存泄漏并保证所有数据都已提交到文件中，我们在最后将其删除。此代码演示了如何使用 Python h5py 模块创建新的 HDF5 文件、数据集并向其中添加数据。

从现有 HDF5 文件读取数据

import h5py
import numpy as np

# Open an existing HDF5 file
file = h5py.File("example.hdf5", "r")

# Read the dataset into a NumPy array
dataset = file["data"]
data = np.array(dataset)

# Close the file
file.close()

# Print the data
print(data)

输出

[0 1 2 3 4 5 6 7 8 9]

这将读取上一个示例中创建的 example.hdf5 文件，对其进行解密并将其打印到控制台。

结论

用于保存和分发大数据集的强大文件格式称为 HDF5。它为数据组织提供了分层框架，并支持分块和压缩以实现有效存储。 h5py 模块提供了用于生成、读取和写入 HDF5 文件的简单易懂的 API，借助该模块，HDF5 可以轻松地合并到 Python 应用程序中。对于使用 Python 处理大型文件的任何人来说，HDF5 是一个有用的工具，因为它具有多种用途。