h5文件是层次格式的第5代版本,用于存储科学数据的一种文件格式和库文件,由美国超级计算中心与应用中心研发的文件格式,用以存储和组织大规模数据.
H5将文件结构简化成两个主要的对象类型:
1 数据集dataset,就是同一类型数据的多维数组
2 组group,是一种容器结构,可以包含数据集和其他组,若一个文件中存放了不同种类的数据集,这些数据集的管理就用到了group
直观的理解,可以参考我们的文件系统,不同的文件存放在不同的目录下:
目录就是hdf5文件中的group,描述了数据集DataSet的分类信息,通过group有效的将多种dataset进行管理和划分
文件就是hdf5文件中的dataset,表示具体的数据
下图就是数据集和组的关系:
h5文件是一种真正的层次结构,文件系统式的数据类型.另外在数据集中还有元数据,即metadata
对于每一个dataset而言,除了数据本身之外,这个数据集还有很多的属性信息.在hdf5中,同时支持存储数据集对应的属性信息,所有的属性信息的集合叫做metaData,下图是h5文件的数据集的构成
在pandas中读写hdf文件时,指定的key值指的是hdf文件中的group,
1 read_hdf(path_or_buf, key=None, mode='r', **kwargs)
当要读取得h5文件中,只包含一个group时,可将key参数省略
2 to_hdf(path_or_buf, key, **kwargs)
当写入h5文件时,必须指定写入的组,即key值不能省略