如何从python编写的H5PY重组数据

Question

我正在使用H5PY库从现有文件中读取功能。

readFile = h5py.File('File',r)

使用readfile.keys（）我获得了存储在“文件”中的函数的列表。这些功能之一是函数PHI。要打印函数phi，我

phi = numpy.array(readFile['phi'])[:,0,:,:]

在[：0，0，：，：]中做到了数据的存储方式[块，z，y，x]。 Z = 0，因为它是2D情况。 x分为2个块​​，y分为2个块​​。每个X块都分为NXB（X1，X2，....，X20），每个Y块分为NYB。 （NXB和NYB也可以使用H5PY直接从文件中获取，因为它们也存储在文件中。数据的域也存储在文件中，并且称为['bounding box']）

然后，对网格进行编码将是：

nxb = numpy.array(readFile['integer scalars'])[0][1]
nyb = numpy.array(readFile['integer scalars'])[1][1]
X = numpy.zeros([block, nxb, nyb])
Y = numpy.zeros([block, nxb, nyb])
for block in range(block):
    x_min, x_max = numpy.array(readFile['bounding box'])[block,0,:]
    y_min, y_max = numpy.array(readFile['bounding box'])[block,1,:]
    X[block,:,:], Y[block,:,:] = numpy.meshgrid(numpy.linspace(x_min,x_max,nxb), 
                                                numpy.linspace(y_min,y_max,nyb))

我的问题是，我正在尝试重组数据（请参见图）。我想将块2的数据带入块1的数据，而不是在他旁边。这意味着我需要创建与旧坐标I相关的新坐标I和J'，J。我尝试过，但它不起作用：

for i in range(X):
    for j in range(Y):
        i' = i -len(X[0:1,:,:]
        j' = j + len(Y[0:1,:,:]
        phi(i',j') = phi



    

Answer 1

使用HDF5数据时，在开始编写代码之前，请先了解数据模式。这是我最初的观察和建议。

您的问题很难遵循。 （例如，您正在使用术语“函数”来描述HDF5数据集。）HDF5在数据集和组中组织数据。您感兴趣的数据在2个数据集中：'PHI'和'整数标量'。

您可以使用以下内容来简化代码以访问数据集，以作为numpy数组：

with h5py.File('File','r') as readFile:
    # to get the axis dimensions for 'phi':
    print(f"Shape of Dataset phi: {readFile['phi'].shape}")
    phi_ds = readFile['phi']  # to get a dataset object
    phi_arr = readFile['phi'][()]  # to read dataset as a numpy array

    # to get the axis dimensions for 'integer scalars'
    nxb, nyb = readFile['integer scalars'].shape

我不明白您的含义“ blocks”。您是在推荐轴模拟吗？另外，为什么您使用meshgrid？如果您只想更改尺寸，请使用numpy的.reshape（）方法来更改numpy数组的轴尺寸。

这是一个创建2x2数据集的简单示例，然后将其读取为新数组并将其重塑为1x4。我认为这就是您想做的。如果要增加大小，请更改A0和A1的值。重塑操作将读取第一个数组的形状，并将新数组重塑为（n，1），其中n是您的nxb*nyb*nyb值。

with h5py.File('SO_72340647.h5','w') as h5f:
    a0, a1 = 2,2
    arr = np.arange(a0*a1).reshape(a0,a1)
    h5f.create_dataset('ds_2x2',data=arr)

with h5py.File('SO_72340647.h5','r') as h5f:
    print(f"Shape of Dataset ds_2x2: {h5f['ds_2x2'].shape}")
    ds_arr = h5f['ds_2x2'][()]
    print(ds_arr)
    ds0, ds1 = ds_arr.shape
    new_arr = ds_arr.reshape(ds0*ds1,1)
    print(f"Shape of new (reshaped) array: {new_arr.shape}")
    print(new_arr)

注意：H5PY数据集对象“表现为” Numpy数组。因此，您通常不必阅读数组即可使用数据。