h5py 是否提供了一种简洁的方式来创建或使用组或数据集？

Question

我正在使用 h5py 修复 python 脚本。它包含这样的代码：

hdf = h5py.File(hdf5_filename, 'a')
... 
g = hdf.create_group('foo')
g.create_dataset('bar', ...whatever...)

有时这会在已经有一个名为“foo”的组的文件上运行，在这种情况下，我会看到“ValueError: Unable to create group (Name already exists)”

解决此问题的一种方法是用四行替换带有 create_group 的简单行，如下所示：

if 'foo' in hdf.keys():
    g = hdf['foo']
else:
    g = hdf.create_group['foo']

g.create_dataset(...etc...)

有没有更简洁的方法来做到这一点，也许只有一行？就像标准 C 库中的文件一样，'a' 模式要么附加到现有文件，要么创建一个文件（如果它不存在）。

数据集也是如此 - 我有

create_dataset('bar', ...) 

但应该先检查：

if 'bar' in g.keys():
   d = g['bar']
else:
   d = g.create_dataset('bar')

我的愿望：找到 h5py 有名为 create_or_use_group() 和 create_or_use_dataset() 的方法。什么是实际存在的？

Answer 1

是：require_group和require_dataset：

with h5py.File("/tmp/so_hdf5/test2.h5", 'w') as f:
    a = f.create_dataset('a',data=np.random.random((10, 10)))

with h5py.File("/tmp/so_hdf5/test2.h5", 'r+') as f:
    a = f.require_dataset('a', shape=(10, 10), dtype='float64')
    d = f.require_dataset('d', shape=(20, 20), dtype='float64')
    g = f.require_group('foo')
    print(a)
    print(d)
    print(g)

请注意，您确实需要知道数据集的形状和数据类型，否则require_dataset会抛出TypeError. 在这种情况下，你可以这样做：

try:
    a = f.require_dataset('a', shape=(10, 10), dtype='float64')
except TypeError:
    a = f['a']

如果您还不知道形状和数据类型，我认为require_dataset使用try ... except ...