python - 无法修改较大数据集中的项目

Question

我的数据集由一个多维矩阵数组组成。我正在尝试更改其中一个矩阵的值，但即使在我重新分配了新值之后，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()

标签： pythonnumpydatasethdf5h5py

Answer 1

问题在于你如何索引。为了做你想做的事，你会想要写入项目[0,0,0]（而不是[0][0][0]）。以下代码符合您的预期：

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使用，为清楚起见我省略了）。此代码输出：

old value is : 0
new value is : 100

请考虑Numpy 关于索引的文档以获取更多信息。

---

阅读文档后，您应该会感到惊讶，您所做的事情并没有奏效。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，因为每次你都会[0]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底层数据（原始数组）。

我的猜测是，因为h5py写入磁盘，[0]所以第一次获取确实会返回一个副本（然后返回一个指针）。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()

哪个输出

100
0