Python 使用不同大小的h5py阵列保存

我正在尝试使用HDF5数据格式存储大约3000个numpy阵列。数组的长度从5306到121999 np.64不等

我越来越

Object dtype dtype（'O'）没有本地HDF5等效项

错误，因为数据的不规则性numpy使用常规对象类

我的想法是将所有数组填充到121999长度，并将大小存储在另一个数据集中

然而这在空间上似乎效率很低，有更好的方法吗

编辑：为了澄清，我想存储3126个

dtype=np.float64

数组。我将它们存储在

列表中

，当h5py执行例程时，它将转换为

dtype=object

的数组，因为它们的长度不同。为了说明这一点：

a = np.array([0.1,0.2,0.3],dtype=np.float64)
b = np.array([0.1,0.2,0.3,0.4,0.5],dtype=np.float64)
c = np.array([0.1,0.2],dtype=np.float64)

arrs = np.array([a,b,c]) # This is performed inside the h5py call
print(arrs.dtype)
>>> object
print(arrs[0].dtype)
>>> float64

---

看起来您尝试了以下方法：

In [364]: f=h5py.File('test.hdf5','w')    
In [365]: grp=f.create_group('alist')

In [366]: grp.create_dataset('alist',data=[a,b,c])
...
TypeError: Object dtype dtype('O') has no native HDF5 equivalent

但是，如果您将阵列另存为单独的数据集，它将起作用：

In [367]: adict=dict(a=a,b=b,c=c)

In [368]: for k,v in adict.items():
    grp.create_dataset(k,data=v)
   .....:     

In [369]: grp
Out[369]: <HDF5 group "/alist" (3 members)>

In [370]: grp['a'][:]
Out[370]: array([ 0.1,  0.2,  0.3])

---

可变长度内部阵列的清理方法：

---

仅适用于1D阵列，

您是要保存一个包含3000个子阵列（使用dtype对象）的阵列，还是要保存3000个阵列，每个阵列都使用dtype float？举一个有2个或3个数组的小例子。我在编辑

arrs

中阐明了它是一个对象数组，它

h5py

无法保存。您必须将

a

、

b

、

c

保存为单独的

数据集。这些数组将是
数据组
的元素，您可以使用组的字典接口。您好，您能解释一下
k
和
v
吗？字典
items（）
生成
键
值
对的元组。
In [389]: [i[:] for i in grp.values()]
Out[389]: 
[array([ 0.1,  0.2,  0.3]),
 array([ 0.1,  0.2,  0.3,  0.4,  0.5]),
 array([ 0.1,  0.2])]

hdf5_file = h5py.File('yourdataset.hdf5', mode='w')
dt = h5py.special_dtype(vlen=np.dtype('float64'))
hdf5_file.create_dataset('dataset', (3,), dtype=dt)
hdf5_file['dataset'][...] = arrs

print (hdf5_file['dataset'][...])
>>>array([array([0.1,0.2,0.3],dtype=np.float64), 
>>>array([0.1,0.2,0.3,0.4,0.5],dtype=np.float64, 
>>>array([0.1,0.2],dtype=np.float64], dtype=object)