web-dev-qa-db-ja.com

異なるサイズのh5py配列で保存

HDF5データ形式を使用して、約3000のnumpy配列を格納しようとしています。配列の長さは5306から121999までさまざまですnp.float64

データの不規則な性質のため、numpyは一般的なオブジェクトクラスを使用しているため、Object dtype dtype('O') has no native HDF5 equivalentエラーが発生します。

私のアイデアは、すべての配列を121999の長さにパディングし、そのサイズを別のデータセットに格納することでした。

しかし、これはスペースではかなり非効率的ですが、もっと良い方法はありますか?

編集:明確にするために、dtype = np.float64の3126配列を保存します。それらをlistに格納し、h5pyがルーチンを実行すると、長さが異なるため、dtype = objectの配列に変換します。それを説明するには:

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

次のようなものを試したようです:

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

ただし、代わりに配列を個別のデータセットとして保存すると、機能します。

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])

グループ内のすべてのデータセットにアクセスするには:

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])]
16
hpaulj

可変長の内部配列のクリーンメソッド: http://docs.h5py.org/en/latest/special.html?highlight=dtype#arbitrary-vlen-data

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)

1D配列でのみ機能します https://github.com/h5py/h5py/issues/876

4
Joshua Lim