Question

我有一个hdf5格式的文件。我知道它应该是一个矩阵，但我想在R中读取该矩阵，以便我可以研究它。我看到有一个h5r包可以帮助解决这个问题，但是我没有看到任何简单的阅读/理解教程。这样的教程是否可在线获取。具体来说，你如何阅读这个包的hdf5对象，以及如何实际提取矩阵？

更新

我发现了一个包rhdf5，它不是CRAN的一部分，但却是BioConductoR的一部分。界面相对容易理解文档和示例代码非常清楚。我可以毫无问题地使用它。我的问题似乎是输入文件。我想要阅读的矩阵实际上作为hdf5存储在python pickle文件中。因此，每当我尝试打开并通过R访问它时，我都会获得segmentation fault。我确实想出如何将python内的矩阵保存为tsv文件，现在该问题已解决。

Answer 1

rhdf5包工作得很好，尽管它不在CRAN中。从Bioconductor

安装

source("http://bioconductor.org/biocLite.R")
biocLite("rhdf5")

使用它：

library(rhdf5)

列出文件中的对象以查找要读取的数据组：

h5ls("path/to/file.h5")

阅读HDF5数据：

mydata <- h5read("path/to/file.h5", "/mygroup/mydata")

inspect the structure：

str(mydata)

（注意多维数组may appear transposed）。您还可以阅读组，这些组将在R。

中命名为列表

Answer 2

你也可以使用我最近在CRAN上发布的 h5 这个包。与rhdf5相比，它具有以下功能：

S4对象模型，可直接与文件，组，数据集和属性等HDF5对象进行交互。
更简单的语法，为支持命令的数据集实现了类似R的子集运算符 readdata <- dataset[1:3, 1:3] dataset[1:3, 1:3] <- matrix(1:9, nrow = 3)
支持所有数据类型的NA值
200+测试用例，代码覆盖率为80％+。

要保存矩阵，您可以使用：

library(h5)
testmat <- matrix(rnorm(120), ncol = 3)
# Create HDF5 File
file <- h5file("test.h5")
# Save matrix to file in group 'testgroup' and datasetname 'testmat'
file["testgroup", "testmat"] <- testmat
# Close file
h5close(file)

...并将整个矩阵读回R：

file <- h5file("test.h5")
testmat_in <- file["testgroup", "testmat"][]
h5close(file)

另见

CRAN：http://cran.r-project.org/web/packages/h5/index.html
Github：https://github.com/mannau/h5

Answer 3

我使用rgdal包来读取HDF5文件。您确实需要注意rgdal的二进制版本可能不支持hdf5。在这种情况下，您需要从源代码构建gdal并使用HDF5支持，然后才能从源代码构建rgdal。

或者，尝试将文件从hdf5转换为netcdf。一旦它们在netcdf中，您就可以使用优秀的ncdf包来访问数据。我认为可以使用cdo tool进行转换。

Answer 4

ncdf4包，netCDF-4的接口，也可用于读取hdf5文件（netCDF-4与netCDF-3兼容，但它使用hdf5作为存储层）。

用开发人员的话来说：

HDF group说：

NetCDF-4结合了netCDF-3和HDF5数据模型，采用了每种数据的理想特性，同时利用了它们各自的优势

Unidata说：

netCDF-4格式通过使用增强版HDF5作为存储层来实现和扩展netCDF-3数据模型。

在实践中，ncdf4提供了一个简单的界面，并且将使用较旧的hdf5和ncdf包的代码迁移到单个ncdf4包已our code更少的错误和更容易编写（我的一些试验和解决方法记录在my previous answer）。

如何处理R中的hdf5文件？

4 个答案: