如何使用h5py遍历一个hdf5文件

Question

我如何使用h5py遍历hdf5文件中的所有组和数据集？ 我想要使用for循环或类似的方法从共同的根目录检索文件的所有内容。

- Marcio

Answer 1

visit()和visititems()在这里是你的朋友。请参阅http://docs.h5py.org/en/latest/high/group.html#Group.visit注意，一个h5py.File也是一个h5py.Group。 示例（未经测试）：

def visitor_func(name, node):
    if isinstance(node, h5py.Dataset):
         # node is a dataset
    else:
         # node is a group

with h5py.File('myfile.h5', 'r') as f:
    f.visititems(visitor_func)

- weatherfrog

---

文档记录不完整，但如果访问函数（例如 visitor_func）返回一个非“None”值，那么循环将终止。 - DilithiumMatrix

Answer 2

这是一个相当老的帖子，但我找到了一种基本上复制h5ls命令在Python中的解决方案：

class H5ls:
    def __init__(self):
        # Store an empty list for dataset names
        self.names = []

    def __call__(self, name, h5obj):
        # only h5py datasets have dtype attribute, so we can search on this
        if hasattr(h5obj,'dtype') and not name in self.names:
            self.names += [names]


        # we have no return so that the visit function is recursive

if __name__ == "__main__":
    df = h5py.File(filename,'r')
    h5ls = H5ls()
    # this will now visit all objects inside the hdf5 file and store datasets in h5ls.names
    df.visititems(h5ls) 

    df.close() 

这段代码将遍历整个HDF5文件，并将所有数据集存储在h5ls.names中，希望这能有所帮助！

- Bremsstrahlung

---

将打字错误的 += [names] 更改为 += [name]。 - Alex Lenail

Answer 3

虽然这个帖子有点旧，但我还是想做出贡献。在类似的情况下，我做了以下操作。 对于像这样设置的数据结构：

[group1]
    [group2]
        dataset1
        dataset2
    [group3]
        dataset3
        dataset4

我使用了：

datalist = []
def returnname(name):
    if 'dataset' in name and name not in datalist:
        return name
    else:
        return None
looper = 1
while looper == 1:
    name = f[group1].visit(returnname)
    if name == None:
        looper = 0
        continue
    datalist.append(name)

我还没有找到一个与os.walk等价的h5py。

- Ion31