Arrays Pytables值错误（附加对象的秩与“array”不同）_Arrays_Python 3.x_Numpy_Pytables

Arrays Pytables值错误（附加对象的秩与“array”不同）

arrays python-3.x numpy

Arrays Pytables值错误（附加对象的秩与“array”不同）,arrays,python-3.x,numpy,pytables,Arrays,Python 3.x,Numpy,Pytables,我正在尝试使用pytables存储我的图像数据集。我使用耳环在读取图像时附加每个图像。我的耳环和图像的尺寸是相同的（除了第一个，沿着它进行附加）。我正在使用以下代码： atom = Atom.from_dtype(np.dtype(np.uint32,(278,278,1))) i=0 for <read each image from folder using os into img>: im = cv2.imread(img.path,0) im = np.exp

我正在尝试使用pytables存储我的图像数据集。我使用耳环在读取图像时附加每个图像。我的耳环和图像的尺寸是相同的（除了第一个，沿着它进行附加）。我正在使用以下代码：

atom = Atom.from_dtype(np.dtype(np.uint32,(278,278,1)))
i=0
for <read each image from folder using os into img>:
    im = cv2.imread(img.path,0)
    im = np.expand_dims(im,2) #this is because keras needs 3d images and grayscale images are 2d
    if not i:
        X = data.create_earray(dataGroup,"X",atom,(0,)+im.shape,chunkshape=(20,20,20,1))
   X.append(np.expand_dims(im,0)) #as appending require same dim.
   i=1

atom=atom.from_dtype（np.dtype（np.uint32，（278278,1）））
i=0
用于：
im=cv2.imread（img.path，0）
im=np。展开_dims（im，2）#这是因为keras需要3d图像，而灰度图像是2d
如果不是，我：
X=数据。创建数组（数据组，“X”，原子，（0，）+im.shape，chunkshape=（20,20,20,1））
X.append（np.expand_dims（im，0））#因为追加需要相同的dim。
i=1

但当我运行代码时，它仍然给出了我的value错误，表示我的对象秩为1，X秩为4。当我使用im分配X尺寸时，这是怎么可能的。我甚至试着打印im的形状，它给出（278278,1）。那么，问题是什么？我是第一次使用Pytables，所以不太了解它们。

首先，请注意，在加载第一个图像数据集之前，不必创建耳环。Pytables足够智能，可以从第一个对象确定原子和形状定义。
如果没有完整的示例和数据，我很难使用您的代码。因此，我创建了一个非常简单的示例，它使用

np.arange（）

创建了两个

（278278）

图像数组，然后在2和0方向上扩展它们。希望这能模拟您试图加载到Array的数据。2个Pytables函数（

file.create_array

和

array.append

）创建2行数据，每个“图像”1行。运行后，用HDFView打开

image_data1.h5

，检查数据。
也许这将帮助您了解如何将图像加载到HDF5耳环：

import tables as tb, numpy as np
data = tb.open_file("image_data1.h5", mode='w')
dataGroup = data.create_group(data.root, 'MyData')

im = np.arange(278*278).reshape((278,278))
im = np.expand_dims(im,2)
im = np.expand_dims(im,0)

X = data.create_earray( dataGroup,"X",obj=im )

print ('dim=', X.ndim, ', rows = ', X.nrows)

im = np.arange(278*278, 278*278+278*278).reshape((278,278))
im = np.expand_dims(im,2)
im = np.expand_dims(im,0)

X.append( im )

print ('dim=', X.ndim, ', rows = ', X.nrows)

data.close()

np.arange（）

创建了两个

（278278）

图像数组，然后在2和0方向上扩展它们。希望这能模拟您试图加载到Array的数据。2个Pytables函数（

file.create_array

和

array.append

）创建2行数据，每个“图像”1行。运行后，用HDFView打开

image_data1.h5

，检查数据。
也许这将帮助您了解如何将图像加载到HDF5耳环：

import tables as tb, numpy as np
data = tb.open_file("image_data1.h5", mode='w')
dataGroup = data.create_group(data.root, 'MyData')

im = np.arange(278*278).reshape((278,278))
im = np.expand_dims(im,2)
im = np.expand_dims(im,0)

X = data.create_earray( dataGroup,"X",obj=im )

print ('dim=', X.ndim, ', rows = ', X.nrows)

im = np.arange(278*278, 278*278+278*278).reshape((278,278))
im = np.expand_dims(im,2)
im = np.expand_dims(im,0)

X.append( im )

print ('dim=', X.ndim, ', rows = ', X.nrows)

data.close()

使用更复杂的写入方法添加第二个答案，再加上

array.read

示例。坦白地说，我更喜欢我的简单方法（如上所述）创建定义了

obj=

的array，并让Pytables处理数据结构。但是，如果您更愿意自己管理，请参见下面的示例2。需要注意的关键事项：

原子定义有4个维度，0轴设置为零（定义
将延伸的方向）
```
im=np.expand_dims（im，0）
```
完成，直到在创建时耳环形状的定义

[更新代码如下]

import tables as tb, numpy as np
data = tb.open_file("image_data1.h5", mode='w')
dataGroup = data.create_group(data.root, 'MyData')
MyAtom = tb.Atom.from_dtype(np.dtype(np.uint32,(0,278,278,1)))

im = np.arange(278*278).reshape((278,278))
im = np.expand_dims(im,2)

X = data.create_earray(dataGroup,"X", MyAtom, (0,)+im.shape)

im = np.expand_dims(im,0)
X.append( im )

print ('flavor =', X.flavor )
print ('dim=', X.ndim, ', rows = ', X.nrows)

im = np.arange(278*278,278*278+278*278).reshape((278,278))
im = np.expand_dims(im,2)
im = np.expand_dims(im,0)

X.append( im )

print ('dim=', X.ndim, ', rows = ', X.nrows)

data.close()

以下是从Array X读取数据所需的行（使用两条

print

语句验证角落中的值）。只要耳环的味道是Numpy（在我的示例中就是这样），这就应该有效。您还可以使用

out=

参数指定一个NumPy数组来接收输出数据。还有其他方法可以访问array数据，包括

.iterrows（）

进行迭代，以及

\uuuu getitem\uuuuuu（）

使用奇特的索引进行切片。如果要执行这些操作，请阅读Pytables文档

Y_1 = X.read( 0 )
print (Y_1[0,0,0])
print (Y_1[-1,-1,-1])

Y_2 = X.read( 1 )
print (Y_2[0,0,0])
print (Y_2[-1,-1,-1])