如何在Numpy中批量选择和计算数组？

Question

如何(1)批量选择hdf5文件下的所有数组，然后(2)对这些数组进行计算，最后(3)在另一个hdf5文件中批量创建新数组？

例如：

import numpy
import tables

file = openFile('file1',"r")

array1 = file.root.array1
array1_cal = (array1 <= 1)
newfile.createArray('/','array1_cal',array1_cal)

array2 = file.root.array2
array2_cal = (array2 <= 1)
newfile.createArray('/','array2_cal',array2_cal)

我在一个hdf5文件和几个hdf5文件下有100+数组，如何批量处理它们？非常感谢。

Answer 1

使用PyTables，您可以使用walkNodes函数递归地遍历节点。下面是一个示例：

# Recursively print all the nodes hanging from '/detector'.
print "Nodes hanging from group '/detector':"
for node in h5file.walkNodes('/detector', classname='EArray'):
    data = node[:]
    // do some calculation 
    // store new array in second file 

Answer 2

使用h5py，这是HDF5的Python接口。h5py允许您使用传统的HDF5和NumPy隐喻来使用Python文件、组和数据集。

请参阅http://code.google.com/p/h5py/和http://alfven.org/wp/hdf5-for-python/