我已经在h5py中设置了数据集:
f = h5py.File("experimentReadings.hdf5", "w")
dset = f.create_dataset("physics", (5,4), dtype='f')
我有一个变量名列表:namesList = ['height', 'mass', 'velocity', 'gravity']
。
我希望这些变量名称成为dset
中各列的名称。
目前,这些列的名称只是数字0,1,2,3
,如下所示:
我想要这样:
我想我正在寻找这样的代码:
dset[:,0].column_name = namesList[0]
dset[:,1].column_name = namesList[1]
etc...
无论采用哪种解决方案,它都需要处理我正在使用的真实数据集,其中namesList
长为280,000个字。
关于数据集大小的有趣问题。我看过HDF5文件具有10e6行,但没有280,000列。您将必须进行测试。
关于列/文件的名称,您可以使用记录数组(如hpaulj所述)。使用NumPy dtype定义名称。我创建了一些任意数据来填充我的Recarray,然后使用data=
参数进行引用。
尝试一下:
# Create some data
data1 = np.arange(100.)
data2 = 2.0*data1
data3 = 3.0*data1
data4 = 3.0*data1
# use namesList to define dtype for recarray
namesList = ['height', 'mass', 'velocity', 'gravity']
ds_dt = np.dtype({'names':namesList,'formats':[(float)]*4 })
rec_arr = np.rec.fromarrays([data1, data2, data3, data4], dtype=ds_dt)
with h5py.File("experimentReadings.hdf5", "w") as h5f :
dset = h5f.create_dataset("physics", (100,), data=rec_arr)