Question

我有一台仪器可以将数据（来自模数转换器的许多迹线）保存为HDF 5文件。如何在python中高效打开此文件？我尝试了以下代码，但似乎需要很长时间才能提取数据。

此外，它以错误的顺序读取数据：而不是读取1,2,3，它读取1,10,100,1000。

有什么想法吗？

以下是示例数据文件的链接：https://drive.google.com/file/d/0B4bj1tX3AZxYVGJpZnk2cDNhMzg/edit?usp=sharing

这是我的超慢代码：

import h5py
import matplotlib.pyplot as plt
import numpy as np


f = h5py.File('sample.h5','r')

ks = f.keys()

for index,key in enumerate(ks[:10]):
    print index, key
    data = np.array(f[key].values())
    plt.plot(data.ravel())

plt.show()

Answer 1

就您的数据顺序而言：

In [10]: f.keys()[:10]
Out[10]:
[u'Acquisition.1',
 u'Acquisition.10',
 u'Acquisition.100',
 u'Acquisition.1000',
 u'Acquisition.1001',
 u'Acquisition.1002',
 u'Acquisition.1003',
 u'Acquisition.1004',
 u'Acquisition.1005',
 u'Acquisition.1006']

这是没有用零填充的数字的正确顺序。它按字典顺序排列，而不是数字排序。有关可能的解决方案，请参阅Python: list.sort() doesn't seem to work。

其次，你通过在循环中重建数组来杀死你的性能：

In [20]: d1 = f[u'Acquisition.990'].values()[0][:]

In [21]: d2 = np.array(f[u'Acquisition.990'].values())

In [22]: np.allclose(d1,d2)
Out[22]: True

In [23]: %timeit d1 = f[u'Acquisition.990'].values()[0][:]
1000 loops, best of 3: 401 µs per loop

In [24]: %timeit d2 = np.array(f[u'Acquisition.990'].values())
1 loops, best of 3: 1.77 s per loop

在python中快速阅读HDF 5文件？

1 个答案: