h5py

    0熱度

    1回答

    我的功能輸入是一個h5py文件和一個文本文件。文本文件有兩列。第一列有一些發言信息,第二列有發言者信息(針對該發言)。 h5py文件的關鍵字(使用create_datasets創建)是話語(文件的第一列)。每個數據集都將有一個固定維數(600,)的numpy數組(只有一個)。 h5py文件比文本文件中的話語有更多的話語。文本文件中的某些話語可能不在h5py文件中。 預期我的函數的輸出:2個nump

    0熱度

    2回答

    我想從包含特殊字符的文件中存儲可變字符串表達式,如ø, æ , and å。這是我的代碼: import h5py as h5 file = h5.File('deleteme.hdf5','a') dt = h5.special_dtype(vlen=str) dset = file.create_dataset("text",(1,),dtype=dt) dset.attrs[str(

    0熱度

    1回答

    我無法保存以h5py格式訓練過的神經網絡。它顯示以下錯誤: ImportError Traceback (most recent call last) <ipython-input-64-0185b568b480> in <module>() 1 from keras.models import load_model ----> 2 model.save("MNIST

    2熱度

    2回答

    我有一個存儲numpy數組的h5py文件,但是當我試圖用數據集名稱打開數據集時,我得到Object doesn't exist error,所以有什麼辦法可以列出文件的數據集? with h5py.File('result.h5','r') as hf: #How can I list all dataset I have saved in hf?

    0熱度

    1回答

    我想從一個大的.h5文件中提取一些「行」,以創建一個較小的示例文件。 爲了確保我的示例看起來像原始文件,我隨機提取行。 #Get length of files and prepare samples source_file = h5py.File(args.data_path, "r") dataset = source_file['X'] indices = np.sort(np.ran

    0熱度

    1回答

    我想要得到的H5文件的根目錄組對象和屬性添加到它,而不是創建一個新的子分組像我現在有: f = h5py.File("test.h5", "w") grp = f.create_group("group1") grp.attrs['att'] = 0

    1熱度

    1回答

    我試圖通過生成器將1D numpy數組(平展圖像)送入H5py數據文件以創建訓練和驗證矩陣。 以下代碼改編自溶液(找不到它現在),其中H5py的File對象的create_dataset函數的data屬性提供的數據中的呼叫的形式np.fromiter它具有發電機的功能的一個其論據。 from scipy.misc import imread import h5py import numpy a

    0熱度

    1回答

    我讀的書Python和HDF5(O'Reilly)的其中有他們承擔磁盤上的空數據集A部分和尺寸: import numpy as np import h5py f = h5py.File("testfile.hdf5") dset = f.create_dataset("big dataset", (1024**3,), dtype=np.float32) f.flush() # Si

    1熱度

    2回答

    我有幾個包含相同的兩個數據集的HDF5文件,分別爲data和labels。這些數據集是多維數組,第一個維數對於兩者都是相同的。 我想將HDF5文件合併到一個文件中,我認爲最好的方法是創建一個虛擬數據集[h5py reference],[HDF5 tutorial in C++]。但是,我還沒有在Python和h5py中找到任何示例。 是否有任何替代虛擬數據集,或者你知道任何使用h5py的例子嗎?

    0熱度

    1回答

    def select_HDF_file(self): filename2 = QFileDialog.getOpenFileName(self.dlg, "Select output file","",'*.hdf') file = h5py.File(filename2 , 'r') dataset = [] for i in file.val