python - 如何使用 h5py 区分 HDF5 数据集和组？

Question

我使用 Python 包 h5py(版本 2.5.0)访问我的 hdf5 文件。

我想遍历文件的内容并对每个数据集做一些事情。

使用访问方法:

import h5py

def print_it(name):
    dset = f[name]
    print(dset)
    print(type(dset))


with h5py.File('test.hdf5', 'r') as f:
    f.visit(print_it)

对于我获得的测试文件:

<HDF5 group "/x" (1 members)>
<class 'h5py._hl.group.Group'>
<HDF5 dataset "y": shape (100, 100, 100), type "<f8">
<class 'h5py._hl.dataset.Dataset'>

这告诉我文件中有一个数据集和一个组。但是，除了使用 type() 来区分数据集和组之外，没有明显的方法。 h5py documentation不幸的是，关于这个话题什么也没说。他们总是假定您事先知道什么是组以及什么是数据集，例如因为他们自己创建了数据集。

我想要这样的东西:

f = h5py.File(..)
for key in f.keys():
    x = f[key]
    print(x.is_group(), x.is_dataset()) # does not exist

当使用 h5py 在 Python 中读取未知的 hdf5 文件时，如何区分组和数据集？如何获取所有数据集、所有组、所有链接的列表？

Answer 1

不幸的是，h5py api 中没有内置方法来检查这一点，但您可以使用 is_dataset = isinstance(item, h5py.Dataset) 简单地检查项目的类型。

要列出文件的所有内容(尽管文件的属性除外)，您可以使用 Group.visititems带有一个可调用项，该可调用项采用项目的名称和实例。