python读取hdf5文件_2分钟能掌握HDF5文件读写吗？5张h5py图告诉你答案

在科学计算中、卫星遥感应用等领域经常用到HDF5文件。HDF5作为分层式数据结构文件格式由组、数据集及其属性等组成，结构复杂，2分钟能掌握HDF5文件的读写吗？h5py包是管理HDF5文件的开原包之一，使用简单、方便。

结合本人多年h5py包使用经验，整理资料后，从文件、组、数据集、属性和数据类型等5个方面的使用进行归纳，精心制作了6张图，为h5py包的快速使用提供参考。

h5py整体框架

01文件

在使用HDF5文件时，一般要经过打开文件、存储缓存数据和关闭文件3个步骤。这也是读写HDF5文件的一般流程。HDF5文件打开模式共分5种，见图1。同HDF4文件的打开方式不同，'w'只是用来创建一个新的文件，同C库的creat()类似，'a'打开一个现有的文件或者创建没有的文件，使用方面。

图1 h5py中文件管理

02组

组(group)是实现HDF分层结构的主要形式。h5py包从组的创建、添加成员、组删除和读取4个方面管理组，见图2。组同文件夹类似，可以通过'/'分隔符将多层的组组合起来。HDF5文件可以认为是顶层的组，'/'。

在组内可以创建组和数据集成员，也可以通过move()和copy()方法添加已经存在的成员。在读取组成员时可以使用get()方法，可以像python字典一样，使用[]访问或者通过item()、keys()和values()编历，也可以迭代访问成员组内的成员。在删除组和组内成员时一般使用del命令，组被删除的同时组内成员一并删除。

图2 h5py中组管理

03数据集

数据集是HDF5文件的核心部分。h5py实现了数据集的创建、写入数据、读取数据和删除，见图3。在管理数据集时，h5py可以使用内置方法如create_dataset()通过指定参数进行管理，在创建时可实现数据集的分块存储、压缩、可变形状和空数据集；也可以直接像python字典一样通过'[]'直接赋值和访问，赋值时如果不存在会默认创建；也支持了索引和切片，在读写数据集时对部分数据进行读写和更新，甚至读取数据时可以设置读出的数据类型和字段说明。删除数据集同删除组的用法相同。

图3-a h5py中数据集创建

图3-b h5py中数据集管理

04属性

属性是对组和数据集本身的说明。h5py包也可以像python字典一样管理属性。通过atts获取全部属性的实例，然后创建、读取和更新，见图。在读取时，如果属性不存在则会引发异常。

图4 h5py中属性管理

05数据类型

HDF5文件支持了大多数NumPy类型，但不支持泛型、time和Unicode字符串类型。在对数据类型书写支持了字符串简明写法，例如，16位无符号整型为'uint16'或者'U16'。也支持字符串、枚举和可变类型等3种特殊类型。其中字符串类型只支持'ascii'和'utf-8'。具体见图6。

图5 h5py中数据类型

最后，h5py包管理HDF5文件非常简单、方便。本文图中的内容很丰富，无法用文字进行详细说明，另外由于篇幅所限，图种文字说明比较简略，实例较少，请多包涵。