Skip to main content
 首页 » 编程设计

python之HDF5如何处理空行

2025年05月04日15mate10pro

我想将 MOCAP 传感器给出的一些值传递给 hdf5 文件。所以,为了简化事情,假设我有一个如下表:

| time |  x1 |  y1 |  x2 |  y2 | 
|    0 | 2.0 | 1.0 | 2.0 | 3.0 | 
|    1 | 2.1 | 1.0 | 2.3 | 3.1 | 
|    2 | 2.4 | 1.4 |     |     | 
|    3 | 2.2 | 1.5 | 2.4 | 3.1 | 
|    4 |     |     | 2.3 | 3.2 | 

我有一些空白,因为我的传感器无法在特定时间读取特定 body 的信息。所以我的问题是,如何在单个数据集中处理这些空信息?

通过使用 csv 格式,我可以通过不在两个逗号之间写入任何值来忽略这些信息。我在 python 中使用 h5py。请注意,我有正数和负数。

实际上,问题是除了将 NaN 放入字段之外,是否还有更好或更合适的方法。

请您参考如下方法:

我认为您使用 NaN 是完全正确的。

我会设置一个 fill value并使用它,在这样做时我会使用 NaN 或 None。

#!/usr/bin/env python 
 
import numpy as np 
import h5py as h5 
 
f = h5.File('test.h5','w') 
 
ctype = np.dtype([('time','i'), 
                  ('x1','f8'),('y1','f8'), 
                  ('x2','f8'),('y2','f8')]) 
 
d = f.create_dataset('test', (5,), dtype=ctype) 
d.set_fill_value = np.nan 
 
data = np.array([(0, 2.0,    1.0,    2.0,    3.0), 
                 (1, 2.1,    1.0,    2.3,    3.1), 
                 (2, 2.4,    1.4,    np.nan, np.nan), 
                 (3, 2.2,    1.5,    2.4,    3.1), 
                 (4, np.nan, np.nan, 2.3,    3.2)], 
                 dtype = ctype) 
d[...] = data 
f.close() 

然后,如果我们运行它并查看它生成的文件。

localhost ~$ ./test.py 
localhost ~$ h5dump test.h5 
 h5dump test.h5  
HDF5 "test.h5" { 
GROUP "/" { 
   DATASET "test" { 
      DATATYPE  H5T_COMPOUND { 
         H5T_STD_I32LE "time"; 
         H5T_IEEE_F64LE "x1"; 
         H5T_IEEE_F64LE "y1"; 
         H5T_IEEE_F64LE "x2"; 
         H5T_IEEE_F64LE "y2"; 
      } 
      DATASPACE  SIMPLE { ( 5 ) / ( 5 ) } 
      DATA { 
      (0): { 
            0, 
            2, 
            1, 
            2, 
            3 
         }, 
      (1): { 
            1, 
            2.1, 
            1, 
            2.3, 
            3.1 
         }, 
      (2): { 
            2, 
            2.4, 
            1.4, 
            nan, 
            nan 
         }, 
      (3): { 
            3, 
            2.2, 
            1.5, 
            2.4, 
            3.1 
         }, 
      (4): { 
            4, 
            nan, 
            nan, 
            2.3, 
            3.2 
         } 
      } 
   } 
} 
} 

当然,您不必使用复合数据类型,我只是在您的上下文中使用它。