我是否能够将目录路径转换为可以输入python hdf5数据表的内容？

我想知道，如何将字符串或路径转换为可以输入hdf5表的内容。例如，我从Pytorch数据加载器返回图像的numpy img数组、标签和路径，其中图像的路径如下所示：

('mults/train/0/5678.ndpi/40x/40x-236247-16634-80384-8704.png',)

hdf5_file = h5py.File(path, mode='w')
hdf5_file.create_dataset(str(phase) + '_img_paths', (len(dataloaders_dict[phase]),))

我基本上希望将其输入hdf5表，如下所示：

('mults/train/0/5678.ndpi/40x/40x-236247-16634-80384-8704.png',)

hdf5_file = h5py.File(path, mode='w')
hdf5_file.create_dataset(str(phase) + '_img_paths', (len(dataloaders_dict[phase]),))

我不确定我想做的事是否可行。也许我把这些数据输入表格是错误的

我试过：

hdf5_file.create_dataset(str(phase) + '_img_paths', (len(dataloaders_dict[phase]),),dtype="S10")

但是得到这个错误：

 hdf5_file[str(phase) + '_img_paths'][i] = str(paths40x)
  File "h5py/_objects.pyx", line 54, in h5py._objects.with_phil.wrapper
  File "h5py/_objects.pyx", line 55, in h5py._objects.with_phil.wrapper
  File "/anaconda3/lib/python3.6/site-packages/h5py/_hl/dataset.py", line 708, in __setitem__
    self.id.write(mspace, fspace, val, mtype, dxpl=self._dxpl)
  File "h5py/_objects.pyx", line 54, in h5py._objects.with_phil.wrapper
  File "h5py/_objects.pyx", line 55, in h5py._objects.with_phil.wrapper
  File "h5py/h5d.pyx", line 211, in h5py.h5d.DatasetID.write
  File "h5py/h5t.pyx", line 1652, in h5py.h5t.py_create
  File "h5py/h5t.pyx", line 1713, in h5py.h5t.py_create
TypeError: No conversion path for dtype: dtype('<U64')

hdf5_文件[str（相位）+''img_路径][i]=str（路径40x）
文件“h5py/_objects.pyx”，第54行，在h5py._objects.with_phil.wrapper中
文件“h5py/_objects.pyx”，第55行，在h5py._objects.with_phil.wrapper中
文件“/anaconda3/lib/python3.6/site packages/h5py/_hl/dataset.py”，第708行，在u_setitem中__
self.id.write（mspace、fspace、val、mtype、dxpl=self.\u dxpl）
文件“h5py/_objects.pyx”，第54行，在h5py._objects.with_phil.wrapper中
文件“h5py/_objects.pyx”，第55行，在h5py._objects.with_phil.wrapper中
文件“h5py/h5d.pyx”，第211行，位于h5py.h5d.DatasetID.write中
文件“h5py/h5t.pyx”，第1652行，在h5py.h5t.py_创建
文件“h5py/h5t.pyx”，第1713行，在h5py.h5t.py_创建
TypeError:dtype:dtype（“在保存字符串数据时，您有两种选择：

您可以在h5py或PyTables中创建标准数据集，并使用
任意大的字符串大小。这是最简单的方法，但存在任意大的字符串不够大的风险。：）
或者，您可以创建可变长度的数据集。PyTables将此数据集类型称为VLArray，它使用的对象是类VLStringAtom（）。h5py使用标准数据集，但数据类型引用特殊的数据类型（vlen=str）（注意，如果使用的是h5py 2.10，则可以使用string_dtype（）
我创建了一个示例，演示了如何对PyTables和h5py执行此操作。它是围绕您的评论中引用的程序构建的。我并没有复制所有的代码——只是检索文件名并洗牌它们所必需的。此外，我发现的kaggle数据集具有不同的目录结构，因此我修改了
cat\u dog\u train\u path
变量以匹配

from random import shuffle
import glob
shuffle_data = True  # shuffle the addresses before saving
cat_dog_train_path = '.\PetImages\*\*.jpg'

# read addresses and labels from the 'train' folder
addrs = glob.glob(cat_dog_train_path, recursive=True)
print (len(addrs))
labels = [0 if 'cat' in addr else 1 for addr in addrs]  # 0 = Cat, 1 = Dog

# to shuffle data
if shuffle_data:
    c = list(zip(addrs, labels))
    shuffle(c)
    addrs, labels = zip(*c)

# Divide the data into 10% train only, no validation or test
train_addrs = addrs[0:int(0.1*len(addrs))]
train_labels = labels[0:int(0.1*len(labels))]

print ('Check glob list data:')
print (train_addrs[0])
print (train_addrs[-1])

import tables as tb

# Create a hdf5 file with PyTaables and create VLArrays
# filename to save the hdf5 file
hdf5_path = 'PetImages_data_1.h5'  
with tb.File(hdf5_path, mode='w') as h5f:
    train_files_ds = h5f.create_vlarray('/', 'train_files', 
                                        atom=tb.VLStringAtom() )
    # loop over train addresses
    for i in range(len(train_addrs)):
        # print how many images are saved every 1000 images
        if i % 500 == 0 and i > 1:
            print ('Train data: {}/{}'.format(i, len(train_addrs)) )
        addr = train_addrs[i]
        train_files_ds.append(train_addrs[i].encode('utf-8'))

with tb.File(hdf5_path, mode='r') as h5f:
    train_files_ds = h5f.root.train_files
    print ('Check PyTables data:')
    print (train_files_ds[0].decode('utf-8'))
    print (train_files_ds[-1].decode('utf-8'))

import h5py

# Create a hdf5 file with h5py and create VLArrays
# filename to save the hdf5 file
hdf5_path = 'PetImages_data_2.h5'  
with h5py.File(hdf5_path, mode='w') as h5f:
    dt = h5py.special_dtype(vlen=str) # can use string_dtype() wiuth h5py 2.10
    train_files_ds = h5f.create_dataset('/train_files', (len(train_addrs),), 
                                        dtype=dt )

    # loop over train addresses
    for i in range(len(train_addrs)):
        # print how many images are saved every 1000 images
        if i % 500 == 0 and i > 1:
            print ('Train data: {}/{}'.format(i, len(train_addrs)) )
        addr = train_addrs[i]
        train_files_ds[i]= train_addrs[i]

with h5py.File(hdf5_path, mode='r') as h5f:
    train_files_ds = h5f['train_files']
    print ('Check h5py data:')
    print (train_files_ds[0])
    print (train_files_ds[-1])

请澄清您想对该数据集执行的操作。你希望它有什么名字。？是否要将文件夹结构复制为HDF5中的组？哪些数据将写入数据集（图像数据？）嗨，我希望数据集包含使用cnn从图像中提取的特征的numpy数组。还包含相应的标签，在此示例中，还包含图像的路径。我使用了create_dataset而不是create_array…如果有帮助的话，我遵循了本教程中关于h5py方面的内容：太棒了，谢谢你的回复。我查看了dt=h5py.special_dtype（vlen=str）并找到了我要找的东西。在我的例子中，我使用了：`if sys.version\u info>=（3,0）：string\u type=h5py.special\u dtype（vlen=str）else:string\u type=h5py.special\u dtype（vlen=unicode）`