使用 h5py 沿新轴将数据添加到现有 h5py 文件
Posted
技术标签:
【中文标题】使用 h5py 沿新轴将数据添加到现有 h5py 文件【英文标题】:Adding data to existing h5py file along new axis using h5py 【发布时间】:2017-02-25 01:02:15 【问题描述】:我有一些生成 3d Numpy 数组的示例代码——然后我使用 h5 文件将这些数据保存到 h5py 文件中。然后我怎样才能沿第四维“附加”第二个数据集?或者,如何沿现有.h5
文件的第 4 维(或新轴)编写另一个 3d 数据集?我已经阅读了我能找到的文档,但似乎没有一个例子能解决这个问题。我的代码如下所示:
import h5py
import numpy as np
dataset1 = np.random.rand(240,240,250);
dataset2 = np.random.rand(240,240,250);
with h5py.File('data.h5', 'w') as hf:
dset = hf.create_dataset('dataset_1', data=dataset1)
【问题讨论】:
【参考方案1】:使用http://docs.h5py.org/en/latest/high/dataset.html我实验了一下:
In [504]: import h5py
In [505]: f=h5py.File('data.h5','w')
In [506]: data=np.ones((3,5))
做一个普通的dataset
:
In [509]: dset=f.create_dataset('dset', data=data)
In [510]: dset.shape
Out[510]: (3, 5)
In [511]: dset.maxshape
Out[511]: (3, 5)
帮助resize
:
In [512]: dset.resize?
Signature: dset.resize(size, axis=None)
Docstring:
Resize the dataset, or the specified axis.
The dataset must be stored in chunked format; it can be resized up to
the "maximum shape" (keyword maxshape) specified at creation time.
The rank of the dataset cannot be changed.
由于我没有指定 maxshape
,因此我似乎无法更改或添加到此数据集。
In [513]: dset1=f.create_dataset('dset1', data=data, maxshape=(2,10,10))
...
ValueError: "maxshape" must have same rank as dataset shape
所以我不能定义一个 3d 的“空间”并将一个 2d 数组放入其中 - 至少不是这样。
但是我可以给data
添加一个维度(等级):
In [514]: dset1=f.create_dataset('dset1', data=data[None,...], maxshape=(2,10,10))
In [515]: dset1
Out[515]: <HDF5 dataset "dset1": shape (1, 3, 5), type "<f8">
现在我可以调整数据集的大小 - 在 1 个或多个维度上,直到定义的最大值。
In [517]: dset1.resize((2,3,10))
In [518]: dset1
Out[518]: <HDF5 dataset "dset1": shape (2, 3, 10), type "<f8">
In [519]: dset1[:]
Out[519]:
array([[[ 1., 1., 1., 1., 1., 0., 0., 0., 0., 0.],
[ 1., 1., 1., 1., 1., 0., 0., 0., 0., 0.],
[ 1., 1., 1., 1., 1., 0., 0., 0., 0., 0.]],
[[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]]])
原来的data
占据了展开数据集的一角
现在填一些零:
In [521]: dset1[1,:,:]=10
In [523]: dset1[0,:,5:]=2
In [524]: dset1[:]
Out[524]:
array([[[ 1., 1., 1., 1., 1., 2., 2., 2., 2., 2.],
[ 1., 1., 1., 1., 1., 2., 2., 2., 2., 2.],
[ 1., 1., 1., 1., 1., 2., 2., 2., 2., 2.]],
[[ 10., 10., 10., 10., 10., 10., 10., 10., 10., 10.],
[ 10., 10., 10., 10., 10., 10., 10., 10., 10., 10.],
[ 10., 10., 10., 10., 10., 10., 10., 10., 10., 10.]]])
所以是的,您可以将两个 dataset
放在一个 h5
数据集中,前提是您指定了足够大的 maxshape
以开始,例如(2,240,240,250) 或 (240,240,500) 或 (240,240,250,2) 等。
或无限调整maxshape=(None, 240, 240, 250))
。
看起来主要限制是您无法在创建后添加维度。
另一种方法是在存储之前连接数据,例如
dataset12 = np.stack((dataset1, dataset2), axis=0)
【讨论】:
以上是关于使用 h5py 沿新轴将数据添加到现有 h5py 文件的主要内容,如果未能解决你的问题,请参考以下文章
为啥 h5py 在向数据集添加 3 个可变长度字符串时会抛出错误?