文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
10.1 寻求帮助
Python社区非常开放,h5py、NumPy和SciPy的用户也包容在其中。不要害怕在h5py(h5py@googlegroups.com), NumPy(numpy-discussion@scipy.org)或SciPy (scipy- user@scipy.org)的邮件列表上提问。如果你是NumPy世界的新手,Stack Overflow (http://stackoverflow.com)也是一个咨询技术问题的好地方。
你可以在http://www.h5py.org找到h5py的技术文档,包括API参考手册。HDF组织在http://www.hdfgroup.org上还有一份详尽参考手册和一篇针对C语言程序员的用户指南。
如果你正在一个HDF5应用程序上工作,如EOS5,你可以去他们的社区获得更多信息,比如文件的组织格式等。有关HDF5的通用问题(不涉及h5py或Python),你可以贴到HDF组织的公开论坛hdf-forum@list.hdfgroup.org上。你还可以通过help@hdfgroup.org向HDF组织直接报告bug,以及咨询技术问 题等。
最后,如果你需要了解更多用Python来进行科学编程的信息,《Python for Data Analysis》(McKinney, 2012)是一个很好的起点。对于那些需要快速浏览一下用Python做分析的介绍或者对于那些仅仅想要查询fft函数用法的人来说,SciPy网站(http://scipy.org)上也有很多教程和参考资料。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论