看代碼吧~

import h5py
import numpy as np
f = h5py.File('train/e1_1.hdf5')
key = ""
for k in f.keys():
    key = k
d = f[key]
print(d)
a = np.ones(d.shape)
d.read_direct(a)
print(a)
f.close()

補充：HDF5 文件及Python模塊之h5py

HDF5文件

什么是HDF5文件呢？

先引用一波維基百科的介紹，『層級數據格式（Hierarchical Data Format：HDF）是設計用來存儲和組織大量數據的一組文件格式（HDF4，HDF5）。

它最初開發于美國國家超級計算應用中心，現在由非營利社團HDF Group支持，其任務是確保HDF5技術的持續開發和存儲在HDF中數據的持續可訪問性?！弧?/p>

HDF5 擁有一系列的優異特性，使其特別適合進行大量科學數據的存儲和操作，如它支持非常多的數據類型，靈活，通用，跨平臺，可擴展，高效的 I/O 性能，支持幾乎無限量（高達 EB）的單文件存儲等

如何在Linux中查看hdf5文件呢？

h5ls info.h5
# key1    Dataset {10000}
# key2    Dataset {10000,5}
# key3    Dataset {20000,30}

h5py模塊

我們可以使用Python非常方便的讀寫hdf5文件，最常用的模塊就是h5py。下面說明一下它的安裝及使用方法：

安裝模塊

pip install h5py
pip install numpy
# numpy 通常是作為配合使用

對h5py的總結：

『一個 HDF5 文件是存儲兩類對象的容器，這兩類對象分別為：

dataset：類似數組的數據集合； gropp；類似目錄的容器，其中可以包含一個或多個 dataset 及其它的 group。

一個 HDF5 文件從一個命名為 "/" 的 group 開始，所有的 dataset 和其它 group 都包含在此 group 下，當操作 HDF5 文件時，如果沒有顯式指定 group 的 dataset 都是默認指 "/" 下的 dataset，另外類似相對文件路徑的 group 名字都是相對于 "/" 的。

HDF5 文件的 dataset 和 group 都可以擁有描述性的元數據，稱作 attribute。

用 h5py 操作 HDF5 文件，我們可以像使用目錄一樣使用 group，像使用 numpy 數組一樣使用 dataset，像使用字典一樣使用屬性，非常方便和易用。』

寫入hdf5文件

import h5py
import numpy as np
# 如果你要在根group下創建dataset
f = h5py.File('info.h5', 'w')
values1 = np.arange(12).reshape(4, 3)
values2 = np.arange(20).reshape(4, 5)
f.create_dataset(name='key1', data=np.array(values1, dtype='int64'))
f.create_dataset(name='key2', data=np.array(values2, dtype='int64'))
# 如果你要創建一個group（目錄）
# 然后指定dataset放置的group
f.create_group('/dir1')
f.create_group('/dir1/dir2')
data = np.arange(6).reshape(3, 2)
f.create_dataset('/dir1/dir2', data=data)
# 最后別忘了關閉文件
f.close()

讀取hdf5文件

import h5py
with h5py.File(info.h5, 'r') as f:
    values1 = f['key1'].value
    values2 = f['key2'].value

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。