一、h5py模块介绍
本文只是简单的对h5py库的基本创建文件，数据集和读取数据的方式进行介绍！如果读者需要进一步详细的学习h5py的更多知识，请参考h5py的官方文档。
h5py简单介绍
一个HDF5文件是一种存放两类对象的容器：dataset和group. Dataset是类似于数组的数据集，而group是类似文件夹一样的容器，它好比python中的字典，有键(key)和值(value)，存放dataset和其他group。在使用h5py的时候需要牢记一句话：groups类比字典，dataset类比Numpy中的数组。
HDF5的dataset虽然与Numpy的数组在接口上很相近，但是支持更多对外透明的存储特征，如：数据压缩，误差检测，分块传输。
二、h5py模块使用
h5py创建的文件后缀名为：.hdf5
1、h5py接口简单介绍
h5py模块的使用主要分成两步走：
1）创建.hdf5类型文件句柄（创建一个对象） # 读取文件把“w”改成“r” f=h5py.File("myh5py.hdf5","w")
2）创建数据（dataset）或组（group） 创建数据（dataset）:
f.create_dataset(self, name, shape=None, dtype=None, data=None, **kwds)
创建组（group）：
create_group(self, name, track_order=False)
2、h5py的使用样例
创建一个h5py文件
import h5py#要是读取文件的话，就把w换成rf=h5py.File("myh5py.hdf5","w")在当前目录下会生成一个myh5py.hdf5文件
创建dataset数据集
import h5pyf=h5py.File("myh5py.hdf5","w")#deset1是数据集的name，（20,）代表数据集的shape，i代表的是数据集的元素类型d1=f.create_dataset("dset1", (20,), 'i')for key in f.keys(): print(key) print(f[key].name) print(f[key].shape) print(f[key].value)输出： dset1 /dset1 (20,) [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
这里我们仅仅创建了一个存放20个整型元素的数据集，并没有赋值，默认全是0，如何赋值呢，看下面的代码。```pythonimport h5pyimport numpy as npf=h5py.File("myh5py.hdf5","w")d1=f.create_dataset("dset1",(20,),'i')#赋值d1[...]=np.arange(20)#或者我们可以直接按照下面的方式创建数据集并赋值f["dset2"]=np.arange(15)for key in f.keys(): print(f[key].name) print(f[key].value)输出：/dset1[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]/dset2[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]如果我们有现成的numpy数组，那么可以在创建数据集的时候就赋值，这个时候就不必指定数据的类型和形状了，只需要把数组名传给参数data。
import h5pyimport numpy as npf=h5py.File("myh5py.hdf5","w")a=np.arange(20)d1=f.create_dataset("dset1",data=a)for key in f.keys(): print(f[key].name) print(f[key].value)输出：/dset1[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]现在把这几种创建的方式混合写下。看下面的代码
import h5pyimport numpy as npf=h5py.File("myh5py.hdf5","w")#分别创建dset1,dset2,dset3这三个数据集a=np.arange(20)d1=f.create_dataset("dset1",data=a)d2=f.create_dataset("dset2",(3,4),'i')d2[...]=np.arange(12).reshape((3,4))f["dset3"]=np.arange(15)for key in f.keys(): print(f[key].name) print(f[key].value)输出：/dset1[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]/dset2[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]/dset3[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]3. 创建group组import h5pyimport numpy as npf=h5py.File("myh5py.hdf5","w")#创建一个名字为bar的组g1=f.create_group("bar")#在bar这个组里面分别创建name为dset1,dset2的数据集并赋值。g1["dset1"]=np.arange(10)g1["dset2"]=np.arange(12).reshape((3,4))for key in g1.keys(): print(g1[key].name) print(g1[key].value)输出：/bar/dset1[0 1 2 3 4 5 6 7 8 9]/bar/dset2[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]注意观察数据集dset1和dset2的名字是不是有点和前面的不一样，如果是直接创建的数据集，不在任何组里面，那么它的名字就是/+名字，现在这两个数据集都在bar这个group(组)里面，名字就变成了/bar+/名字，是不是有点文件夹的感觉！继续看下面的代码，你会对group和dataset的关系进一步了解。
import h5pyimport numpy as npf=h5py.File("myh5py.hdf5","w")#创建组bar1,组bar2，数据集dsetg1=f.create_group("bar1")g2=f.create_group("bar2")d=f.create_dataset("dset",data=np.arange(10))#在bar1组里面创建一个组car1和一个数据集dset1。c1=g1.create_group("car1")d1=g1.create_dataset("dset1",data=np.arange(10))#在bar2组里面创建一个组car2和一个数据集dset2c2=g2.create_group("car2")d2=g2.create_dataset("dset2",data=np.arange(10))#根目录下的组和数据集print(".............")for key in f.keys(): print(f[key].name)#bar1这个组下面的组和数据集print(".............")for key in g1.keys(): print(g1[key].name)#bar2这个组下面的组和数据集print(".............")for key in g2.keys(): print(g2[key].name)#顺便看下car1组和car2组下面都有什么，估计你都猜到了为空。print(".............")print(c1.keys())print(c2.keys())输出：............./bar1/bar2/dset............./bar1/car1/bar1/dset1............./bar2/car2/bar2/dset2.............[][]Reference：
1、https://blog.csdn.net/csdn15698845876/article/details/73278120
2、https://blog.csdn.net/yudf2010/article/details/50353292
原文：https://juejin.cn/post/7095558678891200520