h5py 必知--String存储

1. h5py 文件介绍

一个h5py文件是 “dataset” 和 “group” 二合一的容器。
1. dataset : 类似数组组织的数据的集合，像 numpy 数组一样工作
2. group : 包含了其它 dataset 和 其它 group ，像字典一样工作

看下图：

通过上图，我们可以知道 h5py 文件就像是文件夹一样，里面很放文件还有文件夹，主文件夹以 ‘/’ 开始，这又像Linux的树形结构。知道这些我们就可以开始向 h5py 文件读取或者写入了。

2. 写入数据

根据上面的了解，我们开始创建一个h5py文件并写入数据：

import h5py

"""
    create_dataset ： 新建 dataset
    create_group ： 新建 group
"""

x = np.arange(100)

with h5py.File('test.h5','w') as f:
    f.create_dataset('test_numpy',data=x)
    subgroup = f.create_group('subgroup')
    subgroup.create_dataset('test_numpy',data=x)
    subsub = subgroup.create_group('subsub')
    subsub.create_dataset('test_numpy',data=x)

代码讲解：以上面的结构图进行讲解，我们以写的模式新建了一个 test.h5 的 h5py 文件，然后我们新建了一个文件叫 test_numpy 并写入了预先准备好的 numpy array .接着新建一个文件夹叫 subgroup 并在里面也新建同样的 test_numpy 文件，又在里面新建了一个叫 subsub 的文件夹 ….

可以发现这真的就跟我们平时操作文件夹没有什么区别。

3. 读取数据

"""
    keys() ： 获取本文件夹下所有的文件及文件夹的名字
    f['key_name'] : 获取对应的对象    
"""
def read_data(filename):
    with h5py.File(filename,'r') as f:

        def print_name(name):
            print(name)
        f.visit(print_name)
        print('---------------------------------------')
        subgroup = f['subgroup']  
        print(subgroup.keys())
        print('---------------------------------------')
        dset = f['test_numpy']
        print(dset)
        print(dset.name)
        print(dset.shape)
        print(dset.dtype)
        print(dset[:])
        print('---------------------------------------')

read_data('test.h5')

输出结果：

跟我们预期的一样，主文件 / 下有 subgroup 和 test_numpy 而 /subgroup 下又有两个对象，对应的就是我们上面新建的。dataset 的使用也确实跟 numpy 数组相似。总之，你可以像使用 numpy 数组一样使用 dataset ，使用 字典 一样使用 group 。

4. 总结

前面说了 dataset 是类 numpy array 所以，你能写进的数据 只能只能只能 是数组，如果你想存入其他的数据，参考下面的实现。

4.1 如何存储字符串

确定存储的数据类型，python3 vlen = str ，python 2 vlen=unicode。
新建数据库后，明确数组的维度，传入类型，再赋值。

dt = h5py.special_dtype(vlen=str)
data = np.array([['123'],['456']])
with h5py.File('testdict.h5','w') as f:
    ds = f.create_dataset('test_dict', data.shape , dtype=dt)
    ds[:] = data

4.2 如何存储ASCII

跟上面类似

dt = h5py.special_dtype(vlen=bytes)

最后献上 h5py文档。