Question

这是我的问题，它适用于案例1，而不是案例2：

import h5py
import numpy as np

data = np.random.randint(0,256,(5,), np.uint8)

f = h5py.File('test.h5','w')
f.create_dataset('1',(3,5), np.uint8)
f.create_dataset('2',(1,3,5), np.uint8)

print("case 1 before:\n",f['1'].value)
# case 1 before:
#  [[0 0 0 0 0]
#  [0 0 0 0 0]
#  [0 0 0 0 0]]

f['1'][0] = data
print("case 1 after:\n",f['1'].value)
# case 1 after:
#  [[ 75 215 125 175 193]
#  [  0   0   0   0   0]
#  [  0   0   0   0   0]]

print()
print()

print("case 2 before:\n",f['2'].value)
# case 2 before:
#  [[[0 0 0 0 0]
#   [0 0 0 0 0]
#   [0 0 0 0 0]]]

f['2'][0][0] = data
print("case 2 after:\n",f['2'].value)
# case 2 after:
#  [[[0 0 0 0 0]
#   [0 0 0 0 0]
#   [0 0 0 0 0]]]

有人能向我解释我做错了什么吗？（请不要建议创建一个与我的数据集形状相同的np.array形状，因为我的工作方式更多尺寸/尺寸！）

Answer 1

在进行作业时不要使用链式索引。而不是

f['2'][0][0] = data

使用

f['2'][0,0] = data

f['2'][0]返回一个新数组，其数据已从f['2']复制。 f['2'][0][0] = data将data分配给此新数组。该作业对f['2']无效。

相反，f['2'][0,0] = data会修改f['2']。

在幕后，请记住foo[x]来电foo.__getitem__(x)。和foo[x] = y来电foo.__setitem__(x, y)。

所以f['2'][0][0] = data调用

f.__getitem__('2').__getitem__(0).__setitem(0, data)

f.__getitem__('2')会返回Dataset，
f.__getitem__('2').__getitem__(0)返回NumPy数组
f.__getitem__('2').__getitem__(0).__setitem(0, data)修改NumPy数组

然而，f['2'][0,0] = data来电

f.__getitem__('2').__setitem__((0,0), data)

现在调用Dataset的{{1}}方法，这自然会为数据集提供修改其内部数据的机会。

在提供多维数据集时出现python h5py错误

1 个答案: