从Python的HDF5文件中删除子组

Question

我正在尝试删除我在HDF5文件中使用h5py编写的一个子组。例如，根据文档，名为"MyDataset“的子组可以用以下方式删除：

del subgroup["MyDataset"] 

我这样做了，有效地，分组不再是可访问的。然而，这些文件并没有缩小其大小。我的问题是，是否可以使用h5py从已删除的子组中恢复空间，而不必将其余的子组重写为一个全新的文件？下面我举一个小例子来说明我所说的话：

import numpy as np
import h5py

myfile = h5py.File('file1.hdf5')
data = np.random.rand(int(1e6))
myfile.create_dataset("MyDataSet", data=data)
myfile.close()

然后打开文件并删除前面的条目：

myfile = h5py.File('file1.hdf5')
del myfile["MyDataSet"]

如果您尝试使用以下方法获取数据：

myfile["MyDataSet"].value

您将意识到数据已不再可访问。但是，如果您检查文件的大小，它在调用del之前和之后都保持不变。

Answer 1

del myfile["MyDataSet"]修改File对象，但不修改底层file1.hdf5文件。除非调用file1.hdf5文件，否则不会修改myfile.close()文件。

如果使用with-statement，则在Python离开with-statement时将自动为您调用with-statement。

import numpy as np
import h5py
import os

path = 'file1.hdf5'
with h5py.File(path, "w") as myfile:
    data = np.random.rand(int(1e6))
    myfile.create_dataset("MyDataSet", data=data)
    print(os.path.getsize(path))

with h5py.File(path, "a") as myfile:
    del myfile["MyDataSet"]
    try:
        myfile["MyDataSet"].value
    except KeyError as err:
        # print(err)
        pass

print(os.path.getsize(path))

版画

8002144         <-- original file size
2144            <-- new file size

注意，第一次打开写入模式的File ("w")创建一个新文件，第二次以附加模式("a"，默认)打开File，允许读取并修改存在文件。