我有以下代码将hdf5文件读作numpy数组：
hf = h5py.File('path/to/file', 'r')
n1 = hf.get('dataset_name')
n2 = np.array(n1)
当我打印n2时，我得到了这个：
Out[15]:
array([[<HDF5 object reference>, <HDF5 object reference>,
<HDF5 object reference>, <HDF5 object reference>...
如何阅读HDF5 object reference以查看存储在其中的数据？
答案 0 :(得分：6)
最简单的方法是使用HDF5数据集的.value属性。
>>> hf = h5py.File('/path/to/file', 'r')
>>> data = hf.get('dataset_name').value # `data` is now an ndarray.
您还可以对数据集进行切片，从而生成具有所请求数据的实际ndarray：
>>> hf['dataset_name'][:10] # produces ndarray as well
但请记住，h5py数据集在很多方面都像ndarray。因此，您可以将数据集本身不变地传递给大多数（如果不是全部）NumPy函数。因此，例如，这很好用：np.mean(hf.get('dataset_name'))。
修改
我最初误解了这个问题。问题是没有加载数值数据，实际上包含 HDF5引用的数据集。这是一个奇怪的设置，在h5py中阅读有点尴尬。您需要取消引用数据集中的每个引用。我只会为其中一个人展示它。
首先，让我们创建一个文件和一个临时数据集：
>>> f = h5py.File('tmp.h5', 'w')
>>> ds = f.create_dataset('data', data=np.zeros(10,))
接下来，创建对它的引用并将其中的一些存储在数据集中。
>>> ref_dtype = h5py.special_dtype(ref=h5py.Reference)
>>> ref_ds = f.create_dataset('data_refs', data=(ds.ref, ds.ref), dtype=ref_dtype)
然后，您可以通过获取其名称，然后从引用的实际数据集中读取，以迂回的方式阅读其中一个。
>>> name = h5py.h5r.get_name(ref_ds[0], f.id) # 2nd argument is the file identifier
>>> print(name)
b'/data'
>>> out = f[name]
>>> print(out.shape)
(10,)
这是圆形的，但似乎有效。 TL; DR是：获取引用数据集的名称，并直接从中读取。
注意：
h5py.h5r.dereference函数在这里看起来非常无益，尽管有名字。它返回引用对象的ID。这可以直接读取，但在这种情况下非常容易导致崩溃（我在这个设计的例子中做过几次）。获取名称和阅读更容易。
答案 1 :(得分：2)
HDF5有一个简单的对象模型，用于存储datasets（粗略地说，相当于＆＃34;在文件数组＆＃34;）并将它们组织成组（想想目录）。除了这两种对象类型之外，还有更强大的功能需要层层理解。
手边的人是＆＃34; Reference＆＃34;。它是HDF5存储模型中的内部地址。
h5py将为您完成所有工作，而不会调用任何模糊的例程，因为它会尝试尽可能多地遵循类似dict的界面（但对于引用，使其透明有点复杂）。 / p>
在文档中查找的位置是Object and Region References。它声明要访问引用ref指向的对象，你可以
my_object = my_file[ref]
在你的问题中，有两个步骤： 1.获得参考 2.获取数据集
# Open the file
hf = h5py.File('path/to/file', 'r')
# Obtain the dataset of references
n1 = hf['dataset_name']
# Obtain the dataset pointed to by the first reference
ds = hf[n1[0]]
# Obtain the data in ds
data = ds[:]
例如，如果包含引用的数据集是2D，则必须使用
ds = hf[n1[0,0]]
如果数据集是标量，则必须使用
data = ds[()]
一次获取所有数据集：
all_data = [hf[ref] for ref in n1[:]]
假设n1的1D数据集。对于2D，这个想法成立，但我没有看到一个简短的方法来写它。
为了全面了解如何使用引用来往返数据，我写了一篇简短的编写程序＆＃34;和一个简短的阅读程序＆＃34;：
import numpy as np
import h5py
# Open file
myfile = h5py.File('myfile.hdf5', 'w')
# Create dataset
ds_0 = myfile.create_dataset('dataset_0', data=np.arange(10))
ds_1 = myfile.create_dataset('dataset_1', data=9-np.arange(10))
# Create a data
ref_dtype = h5py.special_dtype(ref=h5py.Reference)
ds_refs = myfile.create_dataset('ref_to_dataset', shape=(2,), dtype=ref_dtype)
ds_refs[0] = ds_0.ref
ds_refs[1] = ds_1.ref
myfile.close()
和
import numpy as np
import h5py
# Open file
myfile = h5py.File('myfile.hdf5', 'r')
# Read the references
ref_to_ds_0 = myfile['ref_to_dataset'][0]
ref_to_ds_1 = myfile['ref_to_dataset'][1]
# Read the dataset
ds_0 = myfile[ref_to_ds_0]
ds_1 = myfile[ref_to_ds_1]
# Read the value in the dataset
data_0 = ds_0[:]
data_1 = ds_1[:]
myfile.close()
print(data_0)
print(data_1)
您会注意到，您无法使用标准的方便且简单的NumPy语法作为参考数据集。这是因为NumPy数据类型无法表示HDF5引用。它们必须一次读写一个。
答案 2 :(得分：2)
h5py为此类任务提供了内在方法：read_direct()
hf = h5py.File('path/to/file', 'r')
n1 = np.zeros(shape, dtype=numpy_type)
hf['dataset_name'].read_direct(n1)
hf.close()
如果n1 = np.array(hf['dataset_name'])，合并后的步骤仍然比%timeit快。唯一的缺点是，需要事先知道数据集的形状，数据提供者可以将其分配为属性。
答案 3 :(得分：1)
这是将hdf5文件作为numpy数组读取的直接方法：
import numpy as np
import h5py
hf = h5py.File('path/to/file.h5', 'r')
n1 = np.array(hf["dataset_name"][:]) #dataset_name is same as hdf5 object name
print(n1)
答案 4 :(得分：1)
我尝试了之前提出的所有答案，但没有一个对我有用。 例如，read_direct（）方法给出错误“未为数据类型类定义的操作”。 .value方法也不起作用。经过很多努力后，我可以使用引用本身来获取numpy数组。
import numpy as np
import h5py
f = h5py.File('file.mat','r')
data2get = f.get('data2get')[:]
data = np.zeros([data2get.shape[1]])
for i in range(data2get.shape[1]):
data[i] = np.array(f[data2get[0][i]])[0][0]
答案 5 :(得分：0)
嗨，这是我用来读取hdf5数据的方式，希望它对你有用
with h5py.File('name-of-file.h5', 'r') as hf:
data = hf['name-of-dataset'][:]