Python 如何将填充元组的一维h5py数组状对象转换为二维Dask数组？

我正在尝试从hdf5文件读取数据集。h5py数据句柄的格式为1d数组

    with h5py.File(files[0], 'r') as f:
        flux = f['/nsae']
        print(flux.shape)
        print(flux[:5])

我希望最终得到一个3d dask阵列：

    [[b'2018-02-01T00:00:00.000Z', b'2018-02-01T00:29:59.000Z', 4.95551669]
     [b'2018-02-01T00:30:00.000Z', b'2018-02-01T00:59:59.000Z', 1.65919189]
     [b'2018-02-01T01:00:00.000Z', b'2018-02-01T01:29:59.000Z', 0.88306412]
     [b'2018-02-01T01:30:00.000Z', b'2018-02-01T01:59:59.000Z', 0.97632175]
     [b'2018-02-01T02:00:00.000Z', b'2018-02-01T02:29:59.000Z', 0.9270446]
    ...]

最有效的方法是什么？

---

最终，我将把来自许多类似文件的数据（以及来自一些csv文件的数据）放入dask数据帧中，连接到单个数据帧中，然后保存为一个新的hdf5。如果有必要，我愿意跳过阵列阶段。

hdf5数据集的数据类型是什么？数据集以元组列表的形式返回是不寻常的……类型是“|V58”，这似乎是原始数据（void）。从

打印（flux.dtype）

？看起来

arr=flux[：5]

是一个1d 5元素结构数组，包含3个字段。2是可以转换为

np.datetime64

的字节字符串，第三个是float。我不知道

dask

是否能处理

numpy

结构化数组（复合数据类型）。它当然不会是3d的。

print（flux.dtype）

给出了

[（'timeBgn'，'S25'），（'timeEnd'，'S25'），（'flux'，'

    [[b'2018-02-01T00:00:00.000Z', b'2018-02-01T00:29:59.000Z', 4.95551669]
     [b'2018-02-01T00:30:00.000Z', b'2018-02-01T00:59:59.000Z', 1.65919189]
     [b'2018-02-01T01:00:00.000Z', b'2018-02-01T01:29:59.000Z', 0.88306412]
     [b'2018-02-01T01:30:00.000Z', b'2018-02-01T01:59:59.000Z', 0.97632175]
     [b'2018-02-01T02:00:00.000Z', b'2018-02-01T02:29:59.000Z', 0.9270446]
    ...]