通過h5py（HDF5）寫入具有可變長度字符串的復合數據集

Question

我已經能夠使用h5py在HDF5文件中創建一個由無符號int和長度可變的字符串組成的復合數據集，但是我無法對其進行寫入。

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

通過將化合物數據集的特定列設置為等於現有的numpy數組，我已經相當輕松地寫入了其他化合物數據集。

現在，我遇到麻煩的是使用可變長度的字符串寫入復合數據集。 Numpy不支持可變長度的字符串，因此我無法在手工創建包含該值的numpy數組之前。

我的下一個想法是將單個值寫入所討論的列，這對unsigned int有效。 當我嘗試將字符串寫入復合數據集中的可變長度字符串字段時，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.

任何指導將不勝感激。

Answer 1

跟隨我之前對v5和h5py一起使用時無法解釋的行為的回答

我運行了此測試（ 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)

對於像您這樣的混合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')])

嘗試自行設置字段似乎無效

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

相反，我必須設置整個記錄：

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

嘗試設置整個字段會產生相同的錯誤：

ds2['astring']='astring'

我將此數據集初始化為(10,) ，而您的數據集為(1,) 。 但是我認為這是同樣的問題。

不過，我可以設置整個數字字段：

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')])