- 综合排序
- 最热优先
- 最新优先
- 来自专栏linux百科小宇宙
Ubuntu: HDF5报错: HDF5 header version与HDF5 library不匹配
今天在执行一个用到hdf5的python脚本时，遇到如下错误 Warning! ***HDF5 library version mismatched error*** The HDF5 header files used to compile this application do not match the version used by the HDF5 library to which this application is linked. version of static or shared HDF5 library. Headers are 1.8.11, library is 1.8.9 SUMMARY OF THE HDF5 CONFIGURATION ==
1.9K30发布于 2021-06-16 - 来自专栏10km的专栏
cmake 3.5:find_package(HDF5) 指定HDF5_ROOT无效问题
通过查看FindHDF5.cmake的源码可以知道，可以通过定义HDF5_ROOT环境变量，来指定要使用的HDF5位置。 (HDF5)时cmake自做聪明的找到系统安装的版本。 @FindHDF5.cmake 然而理想很丰满，现实很骨感，当我使用HDF5_ROOT来指定HDF5安装位置时，cmake在执行find_package(HDF5)却并没有找到我编译的版本，还是找到了 /usr下安装的版本，调用代码下如： export HDF5_ROOT=$hdf5_install_folder cmake . Used only to detect HDF5 compile flags." ) 上面的代码中，通过ENV HDF5_ROOT这样的写法来引用一个环境变量，这显然是错误的。
1.4K90发布于 2018-01-03 - 来自专栏pydata
install hdf5 on ubuntu
install hdf5 on ubuntu 12.04 you can probably install the debian libraries into quantal with no issues Code: $apt-get install devscripts equivs ubuntu-dev-tools $pull-debian-source hdf5 experimental $cd hdf5-* $sudo mk-build-deps -ir $debuild -us -uc 上述方法现在已经不适用,Google后发现,可以直接使用hdf5 二进制包,由于本机为64bit linux,下载64位下的二进制包： $wget http://www.hdfgroup.org/ftp/HDF5/releases/hdf5-1.8.9/bin :/usr/local/lib:$HOME/hdf5-1.8.9-linux-x86_64-shared/lib $export HDF5_DIR=$HOME/hdf5-1.8.9-linux-x86
2.8K10发布于 2018-08-02 - 来自专栏疯狂学习GIS
HDF4与HDF5文件的打开方式：HDFView软件
HDF5（Hierarchical Data Format 5）是一种用于存储和管理大量科学数据的文件格式，其由HDF Group开发和维护，广泛应用于科学计算、工程、金融和医学等领域。 谈及HDF5图像数据在Windows中的打开方式，主要包括基于HDF Group开发的HDFView软件来打开，以及用C++、Python来打开等2种方式。 但是，后来发现由于szip这个压缩模块不再受到hdf5等库的支持（我看网上说好像是因为这个库不再是非盈利的了还是怎么），导致那些用到szip压缩的HDF5图像（比如高分系列遥感影像数据的.h5文件），就没办法在 Windows中通过Python的h5py、gdal等方便地打开了（Linux下C++ 的hdf5库我试了，还是可以正常打开的，但是Windows中C++ 的hdf5库是否能打开我还没试过）。 同时，该软件也可以打开HDF4格式（也就是.hdf）的文件。 这里就介绍一下HDFView软件的下载、安装方法。
3.8K10编辑于 2024-10-10 - 来自专栏一个有趣的灵魂W
GDAL读取MAIAC的HDF文件（熟肉）
MAIAC产品在NASA官网中以HDF（Hierarchical Data Format）存储的格式为主。 1、注册-登录 2、搜索选择数据 3、下载 于是我得到了一个HDF（其实是一堆）数据： 这里有几个注意的： A2017365代表数据的时间，2017是年份，365代表第365天的数据。 首先，导入库： import gdal 紧接着，重头戏，开始读取： hdf=r'C:\pytemp\Thesis\aodrepair\maiac\hdf\MCD19A2.A2017365.h21v03.006.2018119214031 .hdf' ds=gdal.Open(hdf) sub=ds.GetSubDatasets() 可以发现，HDF文件中包含了13个层。 以上，就是今天要讲解的HDF数据的读取~ 彩蛋~ 数据打开了，稍加处理（选取每个维度的最大值）： max函数 最后得到这么一张AOD分布图。
1.7K21发布于 2020-09-15 - 来自专栏MeteoAI
如何使用Python处理HDF格式数据
HDF也是一种自描述格式文件，主要用于存储和分发科学数据。气象领域中卫星数据经常使用此格式，比如MODIS，OMI，LIS/OTD等卫星产品。对HDF格式细节感兴趣的可以Google了解一下。 这一次呢还是以Python为主，来介绍如何处理HDF格式数据。 Python中有不少库都可以用来处理HDF格式数据，比如h5py可以处理HDF5格式(pandas中 read_hdf 函数)，pyhdf可以用来处理HDF4格式。 此外，gdal也可以处理HDF(NetCDF，GRIB等)格式数据。 某月全球闪电密度分布 上述示例基于pyhdf进行HDF4格式数据处理和可视化，HDF4文件中包含的变量和属性获取方式见文末的Notebook，其中给出了更详细的示例。
10.1K11发布于 2019-07-24 - 来自专栏火星娃统计
大数据存储_hdf5 简介
hdf5 简介 ? 概述 HDF5 (Hierarchical Data Format) 是由美国伊利诺伊大学厄巴纳-香槟分校，是一种跨平台传输的文件格式，存储图像和数据 hdf5的优势 通用数据模型，可以通过无限多种数据类型表示非常复杂 结构 hdf5结构分为两个部分，一个是group，一个是dataset。 hdf5的文件格式，极其类似unix操作系统 datasets HDF5数据集包含数据和描述文件也就是metadata ? hdf5是一个非常专业的数据存储格式，同时支持的数据类型广泛，有更高级的使用，但是考虑到时间和需求，我应该不会在这方面深入过多，后续应该会更新r语言的hdf5文件处理，python备用。
7.3K10发布于 2021-02-05 - 来自专栏EpiHub
用R处理NASA数据（.hdf 或.nc文件）
文件 将hdf文件存在Landcover文件夹目录下，然后查看hdf文件 > hdf=list.files(pattern = ".hdf") > hdf [1] "MCD12C1.A2010001.006.2018053185051 .hdf" "MCD12C1.A2011001.006.2018053185321.hdf" [3] "MCD12C1.A2014001.006.2018053185556.hdf" "MCD12C1. .hdf" [7] "MCD12C1.A2018001.006.2019200161458.hdf" 譬如我们需要读取第二个文件 MCD12C1.A2011001.006.2018053185321.hdf hdf_filesname=hdf[2] hdf_tif_name=paste0(unlist(str_split(hdf_filesname,".hdf"))[1],".tif") gdalinfo( hdf_filesname) hdf_time = str_extract(hdf_filesname,"()[0-9]{7}") sds = get_subdatasets(hdf_filesname
1.7K40编辑于 2022-10-25 - 来自专栏技术向
hdf5 模块使用方法
本文由腾讯云+社区自动同步，原文地址 http://blogtest.stackoverflow.club/hdf5-usage/ 介绍了hdf5的用法 简介 HDF（英语：Hierarchical Data 指一种为存储和处理大容量科学数据设计的文件格式及相应库文件 读取keys无法显示 import h5py data = h5py.File('your_file_name') data.keys() 此时KeysV显示iew(<HDF5
95610发布于 2019-11-21 - 来自专栏给永远比拿愉快
读取HDF或者NetCDF格式的栅格数据
HDF和NetCDF简介 HDF HDF（Hierarchical Data Format）由NCSA（National Center for Supercomputing Applications） HDF是对HDF数据模型，数据格式以及HDF库API等一系列技术的总称. HDF的最新版本是HDF5. HDF数据模型基于组（groups）和数据集（datasets）概念：如果把HDF数据比作磁盘，那么组相当于文件夹，数据集相当于文件。组和数据集都有用户自定义的属性（attributes）. MODIS影像，以及我国的风云卫星数据都适用HDF格式进行存储. HDF和NetCDF栅格数据集特点 HDF和NetCDF数据都可能包含数据子集（一个文件中包含多个子文件），我们需要找出需要的子集数据，然后就可以像普通的GeoTIFF影像那样进行读写和操作了.
2.2K21发布于 2019-01-22 - 来自专栏深度学习之tensorflow实战篇
python读取与写入csv EXCEK HDF 文件
HDF5 读取 pd.read_hdf('foo.h5', 'df') 写入 df.to_hdf('foo.h5', 'df') 3.
2.5K30发布于 2019-02-14 - 来自专栏鸿蒙开发笔记
OpenHarmony 移植案例与原理 - HDF驱动框架-OSAL
为了提升驱动代码在不同内核子系统间的可复用能力，OpenHarmony HDF（Hardware Driver Foundation）驱动框架提供了OSAL(Operating System Abstraction OpenHarmony HDF驱动框架已经在LiteOS-M，LiteOS-A，Linux内核完成适配，可直接使用。 OSAL在HDF驱动框架中的位置，见HDF架构图。1、OSAL头文件在文件夹drivers/framework/include/osal中定义了OSAL的头文件，对这些头文件的说明如下。 小结本文介绍了HDF驱动框架子系统中的OSAL接口，后续会介绍更多的HDF驱动框架知识。
40010编辑于 2025-06-17 - 来自专栏深度学习之tensorflow实战篇
python读取与写入csv EXCEK HDF 文件
HDF5 读取 pd.read_hdf('foo.h5', 'df') 写入 df.to_hdf('foo.h5', 'df') 3.
2.8K40发布于 2018-03-16 - 来自专栏气象杂货铺
在pandas中利用hdf5高效存储数据
在Python中操纵HDF5文件的方式主要有两种，一是利用pandas中内建的一系列HDF5文件操作相关的方法来将pandas中的数据结构保存在HDF5文件中，二是利用h5py模块来完成从Python原生数据结构向 HDF5格式的保存。 本文就将针对pandas中读写HDF5文件的方法进行介绍。 ? 图1 2 利用pandas操纵HDF5文件 2.1 写出文件 pandas中的HDFStore()用于生成管理HDF5文件IO操作的对象，其主要参数如下： ❝「path」：字符型输入，用于指定h5文件的名称 图13 HDF5用时仅为csv的1/13，因此在涉及到数据存储特别是规模较大的数据时，HDF5是你不错的选择。
6.4K20发布于 2020-10-09 - 来自专栏鸿蒙开发笔记
OpenHarmony中的HDF单链表及其迭代器
单链表是链表中的一种，本文描述OpenAtom OpenHarmony（以下简称“OpenHarmony”）中HDF软件模块自己定义的单链表，并学习其设计和实现方法。 单链表定义在OpenHarmony的HDF软件模块中，单链表定义在hdf_slist.h中。
20620编辑于 2025-04-17 - 来自专栏鸿蒙开发笔记
OpenHarmony-HDF驱动框架介绍及加载过程分析
1.HDF 驱动框架OpenHarmony 系统 HDF 驱动框架主要由驱动基础框架、驱动程序、驱动配置文件和驱动接口这四个部分组成。 HDF框架将一类设备驱动放在同一个host里面，开发者也可以将驱动功能分层独立开发和部署，支持一个驱动多个node，HDF驱动模型如下图所示：2.HDF 驱动开发基于HDF框架进行驱动的开发主要分为两个部分 (g_sampleDriverEntry);// 调用HDF_INIT将驱动入口注册到HDF框架中，在加载驱动时HDF框架会先调用Bind函数,再调用Init函数加载该驱动，当Init调用异常时，HDF 驱动配置过程的原理图如下所示：2.2.1 驱动设备描述（必选）HDF框架加载驱动所需要的信息来源于HDF框架定义的驱动设备描述，因此基于HDF框架开发的驱动必须要在HDF框架定义的device_info.hcs 3.1 HDF_INIT宏展开驱动入口注册到HDF框架，会调用HDF_INIT函数将驱动入口地址注册到HDF框架。.
96220编辑于 2025-06-20 - 来自专栏Python大数据分析
在pandas中利用hdf5高效存储数据
在Python中操纵HDF5文件的方式主要有两种，一是利用pandas中内建的一系列HDF5文件操作相关的方法来将pandas中的数据结构保存在HDF5文件中，二是利用h5py模块来完成从Python原生数据结构向 HDF5格式的保存。 本文就将针对pandas中读写HDF5文件的方法进行介绍。 图1 2 利用pandas操纵HDF5文件 2.1 写出文件 pandas中的HDFStore()用于生成管理HDF5文件IO操作的对象，其主要参数如下： ❝「path」：字符型输入，用于指定h5文件的名称 第二种读入h5格式文件中数据的方法是pandas中的read_hdf()，其主要参数如下： ❝「path_or_buf」：传入指定h5文件的名称 「key」：要提取数据的键 ❞ 需要注意的是利用read_hdf
3.9K30编辑于 2022-04-03 - 来自专栏一个有趣的灵魂W
MOD043km的hdf数据转为tif
MOD043km的hdf数据转为tifc尝试了两种办法，1是靠 gdal.open(r'D:/Thesis/ML/modis3km/MOD04_3K.A2018001.0320.061.2018003202214 .hdf') 代码如下： import gdal, osr import numpy as np import os import rasterio from rasterio.warp import import convertModisGDAL ds = gdal.Open(r'D:/Thesis/ML/modis3km/MOD04_3K.A2018001.0320.061.2018003202214.hdf 坐标参数，还有行列数目貌似 于是尝试第二种办法： import subprocess import os subprocess.call('gdal_translate'+' -of GTiff'+' "HDF4 _EOS:EOS_SWATH:"D:/Thesis/ML/modis3km/MOD04_3K.A2018001.0320.061.2018003202214.hdf":mod04:Image_Optical_Depth_Land_And_Ocean
2.1K41发布于 2020-09-15 - 来自专栏火星娃统计
R海拾遗_hdf5r包
为大数据而生hdfr5 概述 hdf5文件是一种大数据存储结构，除了目前介绍的hdf5r包之外，同时cran中的h5包，Bioconductor中的rhdf5也能够实现类似的功能。 简单开始 创建文件、分组和数据集 library(hdf5r) # 创建一个临时hdf5文件 test_filename <- tempfile(fileext = ".h5") # 读取hdf5文件， H5S_SIMPLE <NA> ## 4 H5S_SIMPLE <NA> attributes, datatypes, datasets的信息 HDF5 然而，hdf5-table类型只有一个维度，因此，不可能有选择地读取列所有的列都必须在同一时间读取 # 读取1-5行的数据 weather_ds[1:5] ## origin year month 此外，只要任何对象仍然打开，文件就不能以常规方式重新打开，因为HDF5禁止文件被多次打开。 close all关闭文件以及与文件关联的所有对象。任何指向该对象的r6类都将自动失效。
1.8K10发布于 2021-02-05 - 来自专栏站长的编程笔记
【说站】python如何查看hdf5文件
python如何查看hdf5文件 说明 1、hdf5不支持用其他浏览器打开，建议写一个代码来进行读取。 2、读取HDF5文件中的所有数据集，然后传输到路径。 实例 # 读取HDF5文件中的所有数据集 def traverse_datasets(hdf_file): import h5py def h5py_dataset_iterator for group (go down) yield from h5py_dataset_iterator(item, path) with h5py.File(hdf_file path, dset) return None # 传入路径即可 traverse_datasets('datasets/train_catvnoncat.h5') 以上就是python查看hdf5
2.1K30编辑于 2022-11-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号