在Python-Pytables中自动创建多个数据集

问题描述

在我的脚本中，我手动创建了几个数据集：

    import tables
    dset1 = f.create_earray(f.root,"dataset1",atom=tables.Float64Atom(),shape=(0,2))
    dset2 = f.create_earray(f.root,"dataset2",2))
    dset3 = f.create_earray(f.root,"dataset3",2))
    ...

我想实现两件事：

1. 使以上语句自动化以循环方式执行并创建任何所需的（N）个数据集

2. 然后我也按顺序使用.append方法（如下所示），我也想实现自动化：

    dset1.append(np_array1) 
    dset2.append(np_array2) 
    dset3.append(np_array3) 
    ...
   

将感谢您的帮助吗？

解决方法

如果没有更多细节，很难提供具体建议。如果已经有了NumPy数组，则可以在一次调用中使用数据创建EArray（使用obj=参数）。这是一个小代码段，显示了如何循环执行此操作。

import tables as tb
import numpy as np

with tb.File('SO_64397597.h5','w') as h5f:
    
    arr1  = np.ones((10,2))
    arr2  = 2.*np.ones((10,2))
    arr3  = 3.*np.ones((10,2))
    arr_list = [arr1,arr2,arr3]
    for cnt in range(1,4):
        h5f.create_earray("/","dataset"+str(cnt),obj=arr_list[cnt-1])

上面的代码不会创建数据集对象。如果需要它们，可以通过以下调用以编程方式访问：

# input where as path to node,name not required
ds = h5f.get_node("/dataset1")
# or
# input where as path to group,and name as dataset name
ds = h5f.get_node("/","dataset1") 

如果在创建数据集时没有数组，则可以在第一个循环中创建EArray，然后在第二个循环中添加np.array数据。见下文：

with tb.File('SO_64397597.h5','w') as h5f:
    
    for cnt in range(1,atom=tables.Float64Atom(),shape=(0,2))

        # get array data...
        arr_list = [arr1,arr3]
        # add array data
        for cnt in range(1,4):
            h5f.get_node("/","dataset"+str(cnt)).append(arr_list[cnt-1])