Question

h5py是否有可能创建一个由字符串列表组成的数据集。我试图创建一个可变长度的嵌套数据类型，但这会在我的python解释器中导致分段错误。

def create_dataset(h5py_file):
    data = [['I', 'am', 'a', 'sentecne'], ['another', 'sentence']]
    string_dt = h5py.special_dtype(vlen=str)
    nested_dt = h5py.special_dtype(vlen=string_dt)
    h5py_file.create_dataset("sentences", data=data, dtype = nested_dt)

Answer 1

如果您将数据定义为此post中建议的dtype = object的numpy数组，而不是列表列表，则应该能够获得所需的功能。

def create_dataset(h5py_file):
    data = np.array([['I', 'am', 'a', 'sentence'], ['another', 'sentence']], dtype=object)
    string_dt = h5py.special_dtype(vlen=str)
    h5py_file.create_dataset("sentences", data=data, dtype=string_dt)

Answer 2

如果您不打算编辑hdf5文件（并且可能使用更长的字符串），您也可以使用：

h5py_file.create_dataset("sentences", data=np.array(data, dtype='S'))

H5py存储字符串列表的列表

2 个答案: