Question

我已经能够使用h5py在我的HDF5文件中创建一个由unsigned int和一个可变长度字符串组成的复合数据集，但是我无法写入它。

dt = h5py.special_dtype(vlen=str)
dset = fout.create_dataset(ver, (1,), dtype=np.dtype([("time", np.uint64),("value", dt)]))

我通过将复合数据集的特定列设置为等于现有的numpy数组，相当容易地写入其他复合数据集。

现在遇到麻烦的是用可变长度字符串写入复合数据集。 Numpy不支持变长字符串，因此我不能在手中创建包含该值的numpy数组。

我的下一个想法是将单个值写入相关列，这适用于unsigned int。当我尝试将字符串写入复合数据集中的variable-lenght字符串字段时，我得到：

    dset["value"] = str("blah")
  File "D:\Anaconda3\lib\site-packages\h5py\_hl\dataset.py", line 508, in __setitem__
    val = val.astype(numpy.dtype([(names[0], dtype)]))
ValueError: Setting void-array with object members using buffer.

非常感谢任何指导。

Answer 1

根据我之前对Inexplicable behavior when using vlen with h5py

的回答

我运行了这个测试（h5py版本'2.2.1'）：

In [4]: import h5py
In [5]: dt = h5py.special_dtype(vlen=str)
In [6]: f=h5py.File('foo.hdf5')
In [8]: ds1 = f.create_dataset('JustStrings',(10,), dtype=dt)
In [10]: ds1[0]='string'
In [11]: ds1[1]='a longer string'
In [13]: ds1[2:5]='one_string two_strings three'.split()

In [14]: ds1
Out[14]: <HDF5 dataset "JustStrings": shape (10,), type "|O4">

In [15]: ds1.value
Out[15]: 
array(['string', 'a longer string', 'one_string', 'two_strings', 'three',
       '', '', '', '', ''], dtype=object)

对于像你这样的混合dtype：

In [16]: ds2 = f.create_dataset('IntandStrings',(10,),
   dtype=np.dtype([("number",int),('astring',dt)]))
In [17]: ds2[0]=(1,'astring')
In [18]: ds2[1]=(10,'a longer string')
In [19]: ds2[2:4]=[(10,'a longer much string'),(0,'')]
In [20]: ds2.value
Out[20]: 
array([(1, 'astring'), (10, 'a longer string'),
       (10, 'a longer much string'), (0, ''), (0, ''), (0, ''), (0, ''),
       (0, ''), (0, ''), (0, '')], 
      dtype=[('number', '<i4'), ('astring', 'O')])

尝试单独设置字段似乎不起作用

ds2['astring'][4]='one two three four'

相反，我必须设置整个记录：

ds2[4]=(123,'one two three four')

尝试设置整个字段会产生相同的错误：

ds2['astring']='astring'

我将此数据集初始化为(10,)，而您的数据集为(1,)。但我认为这是同样的问题。

但我可以设置整个数字字段：

In [48]: ds2['number']=np.arange(10)
In [50]: ds2['number']
Out[50]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [51]: ds2.value
Out[51]: 
array([(0, 'astring'), (1, 'a longer string'), 
       (2, 'a longer much string'),
       (3, ''), (4, 'one two three four'), (5, ''), 
       (6, ''), (7, ''),
       (8, ''), (9, '')], 
      dtype=[('number', '<i4'), ('astring', 'O')])

通过h5py（HDF5）写入具有可变长度字符串的复合数据集

1 个答案: