檔案類型HDF5（分層資料格式5）經常用於儲存和處理龐大而複雜的資料集。它是科學和工業用途的完美選擇，因為它具有多功能、可擴展且有效的特點。 Python 是眾多可用於產生、讀取和修改 HDF5 檔案的程式語言之一。在本教程中，我們將介紹如何在 Python 中使用 HDF5 檔案。
我們需要安裝「h5py」套件。我們可以使用 Python 的套件安裝程式 pip 來安裝它。
pip install h5py
要在Python中建立HDF5文件，我們首先需要建立「h5py.File」類別的實例。然後，我們可以使用此實例來建立和操作文件中的資料集和群組。
import h5py
file = h5py.File("filename.hdf5", "w")
導入h5py模組
應使用檔案類型中的標題和模式建立 h5py 物件（「w」表示寫入，「r」表示讀取）
#使用「建立資料集」和「建立群組」功能，在檔案內建立資料集和群組。
使用典型的 NumPy 陣列表示法填入資料集。
使用「關閉」技術釋放物件內存，將資料刷新到檔案中。
使用單一資料集建立 HDF5 檔案
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()
先導入已安裝的h5py包。建立一個具有寫入權限的新 HDF5 文件，名稱為 “example.hdf5”。然後，建立一個名為「data」的集合，其形式為(10,)，資料型態為整數。然後，我們使用循環將 0 到 9 範圍內的數字放入資料集中。為了防止記憶體洩漏並保證所有資料都已提交到文件中，我們在最後將其刪除。此程式碼示範如何使用 Python h5py 模組建立新的 HDF5 檔案、資料集並在其中新增資料。
從現有 HDF5 檔案讀取資料
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)
[0 1 2 3 4 5 6 7 8 9]
這將讀取上一個範例中建立的 example.hdf5 文件，對其進行解密並將其列印到控制台。
用於保存和分發大數據集的強大檔案格式稱為 HDF5。它為資料組織提供了分層框架，並支援分塊和壓縮以實現有效儲存。 h5py 模組提供了用於生成、讀取和寫入 HDF5 檔案的簡單易懂的 API，借助該模組，HDF5 可以輕鬆地合併到 Python 應用程式中。對於使用 Python 處理大型檔案的任何人來說，HDF5 是一個有用的工具，因為它具有多種用途。
以上是在Python中的HDF5文件的詳細內容。更多資訊請關注PHP中文網其他相關文章！
