我的数据集由多维矩阵数组组成。我正在尝试更改其中一个矩阵的值,但即使在我重新分配新值之后,我编写的代码仍然显示旧值:
import h5py
import numpy as np
f1 = h5py.File('myfile.h5', 'r+')
print("Keys: %s" % f1.keys())
print("old value is :", f1["myArray"][0][0][0])
f1["myArray"][0][0][0] = 100
f1.close()
f2 = h5py.File('myfile.h5', 'r')
print("Keys: %s" % f2.keys())
print("new value is :", f2["myArray"][0][0][0])
f2.close()
最佳答案
问题在于你如何建立索引。要执行您想要的操作,您需要写入项目 [0,0,0]
(而不是 [0][0][0]
)。以下代码实现了您的预期:
import h5py
import numpy as np
file = h5py.File('myfile.h5', 'w')
file["myArray"] = np.arange(5*5*5).reshape(5,5,5)
print("old value is :", file["myArray"][0,0,0])
file["myArray"][0,0,0] = 100
print("new value is :", file["myArray"][0,0,0])
file.close()
(当您关闭/重新打开文件时也可以工作,为了清楚起见,我省略了该文件)。此代码输出:
old value is : 0
new value is : 100
请考虑Numpy's documentation on indexing以获得更多信息。
<小时/>阅读完文档后,您应该会感到惊讶,您所做的事情不起作用。因为
A = np.arange(5*5*5).reshape(5,5,5)
A[0][0][0] = 100
print(A[0,0,0])
输出100
。这是有效的,因为每次执行 [0]
时,您都会得到一个指向子数组(而不是副本)的指针。因此,修改该子数组的条目会修改基础数据(原始数组)。
我的猜测是,因为 h5py
写入光盘,第一次获取 [0]
确实返回了一个副本(而此后返回一个指针)。这个怀疑在这个例子中得到了证实:
import h5py
import numpy as np
file = h5py.File('myfile.h5', 'w')
file["myArray"] = np.arange(5*5*5).reshape(5,5,5)
data = file["myArray"][0]
data[0,0] = 100
print(data[0,0])
print(file["myArray"][0,0,0])
file.close()
输出
100
0
关于python - 无法修改较大数据集中的项目,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54818009/