我有一個一維陣列，看起來像這樣：
我有一個一維陣列。
array([(b'2P1', b'aP1', 2, 37. 33, 4.4 , 3.82）。)
(b'3P2', b'aP2', 3, 18. 74, -9.67, 4.85）。)
(b'4P2', b'aP2', 4, 55. 16, 74.22, 4.88）]。
正如你所看到的，這些都是混合的字串。我不能以元素的方式訪問它們，例如，如果我想從第二行減去第一行，只使用帶有浮動數字的列，我不能這樣做！！！我不能這樣做。有什么辦法可以做到這一點嗎？這里是hdf5檔案的鏈接資料檔案。下面是讀取hdf5檔案的代碼：
import numpy as np
import h5py
with h5py.File('xaa.h5', 'r') as hdff:
base_items = list(hdff.items() )
print('Items in the base directory: '/span>, base_items)
dat1 = np.array(hdff['particles/lipids/positions/dataset_0001'])
dat2 = np.array(hdff['pants/lipids/positions/dataset_0002'] )
print(dat1)
uj5u.com熱心網友回復：
在 [188]: f = h5py.File(' ./Downloads/xaa.h5')
在[189]: f
Out[189]: <HDF5檔案"xaa.h5"（模式r）>。
...
在[194]: f['pants/lipids/positions'].keys()
Out[194]。< KeysViewHDF5 ['dataset_0000'/span>, 'dataset_0001'/span>, 'dataset_0002'/span>, 'dataset_0003'/span>, 'dataset_0004', 'dataset_0005'/span>, 'dataset_0006'/span>, 'dataset_0007', 'dataset_0008', 'dataset_0009'] >
...
在[196]: f['particles/lipids/positions/dataset_0000'].dtype
Out[196]。dtype([('col1', 'S7'), ('col2', 'S8'), ('col3', '< i8'），（'col4', '<f8'），（'col5', '< f8'），（'col6', '<f8'）]）。
正如我所懷疑的，這是一個結構化陣列。 https://numpy.org/doc/stable/user/basics.rec.html
在 [202]: arr[0]
Out[202]: (b'1P1', b'aP1', 1, 80. 48, 35.36, 4.25)
在[203]: arr['col1'] [:10]
輸出[203]。
array([b'1P1'/span>, b'2P1'/span>, b'3P2'/span>, b'4P2'/span>, b'5P3'/span>, b'6P3'/span>, b'7P4'/span>, b'8P4'/span>,
b'9P5', b'10P5'], dtype='|S7')
我們可以通過以下方式獲得浮動列的視圖：
在[204]。arr[['col4','col5','col6']][：10]
輸出[204]。
array([(80.48, 35.36, 4. 25），（37.45，3.92，3.96）。
(18.53, -9.69, 4。 68），（55.39，74.34，4.6 ）。
(22.11, 68.71, 3。 85），（-4.13，24.04，3.73）。
(40.16, 6.39, 4. 73），（-5.4 ，35.73，4.85）。
(36.67, 22.45, 4. 08), (-3.68, -10.66, 4.18) ] 。
dtype={'names':['col4','col5','col6'], 'forms': ['<f8','<f8','<f8'], '偏移量': [23,31,39], ' itemsize': 47})
但是要把這些欄位當作2D陣列，我們需要使用一個recfunctions工具：
在[198]。import numpy.lib.recfunctions as rf
在[205]: rf. structured_to_unstructured( arr[['col4','col5','col6']][：10]
Out[205]。
array([[80.48, 35.36, 4.25],
[37.45, 3.92, 3.96] 。
[18.53, -9.69, 4.68] 。
[55.39, 74.34, 4.6] 。
[22.11, 68.71, 3.85] 。
[-4.13, 24.04, 3.73] 。
[40.16, 6.39, 4.73] 。
[-5.4 , 35.73, 4.85] 。
[36.67, 22.45, 4.08] 。
[-3.68, -10.66, 4.18]])
uj5u.com熱心網友回復：
上面的答案是一個很好的方法，但你不一定要使用recfunctions。一旦你知道了資料集的dtype和形狀，你可以創建一個空陣列，并通過使用欄位切片符號讀取感興趣的資料來填充，如上面的答案所示。
下面是實作這一目的的代碼。(由于我們知道你正在讀取3個浮點，而浮點是np.empty()的默認dtype，我沒有費心從資料集中獲取欄位dtype--如果你需要對整數或字串欄位進行分片，這將很容易添加。)
with h5py.File('xaa.h5'/span>, 'r'/span>) as hdf:
grp = hdf['particles/lipids/positions']
ds1 = grp['dataset_0000']
nrows = ds1.shape[0]
arr = np.empty((nrows,3)
arr[:,0] = ds1['col4'][:] 。
arr[:,1] = ds1['col5'][:] 。
arr[:,2] = ds1['col6'][:]
print(arr[0:10, :>)
輸出：
[[ 80.48 35.36 4.25]
[37.45 3.92 3.96]
[18.53 -9.69 4.68]
[ 55.39 74.34 4.6 ]
[22.11 68.71 3.85]
[ -4.13 24.04 3.73]
[40.16 6.39 4.73]
[ -5.4 35.73 4.85 ]
[36.67 22.45 4.08]
[-3.68 -10.66 4.18]]
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/309467.html
標籤：