Вот вам простой пример с floats
, который демонстрирует чтение таблицы / набора данных HDF5 в массив numpy, затем использование операторов .max()
и .min()
для получения Max / Min, затем .argmax()
и .argmin()
чтобы получить индексы для каждого.Я не знаком с Time64Col()
для отметок времени UNIX и с тем, как будут работать операторы.Я дам тебе понять это.: -)
Первые 2 примера извлекают один столбец с разными методами PyTables.
Третий метод извлекает всю таблицу в массив, а затем индексирует с именем поля / столбца.
ИспользуйтеТехника, наиболее подходящая для вас.
Обратите внимание, что данные генерируются случайным образом, поэтому выходные данные также будут случайными.Однако выходные данные первого и третьего методов всегда должны быть идентичны.
import tables as tb
import numpy as np
# Create h5 file with 1 dataset
h5f = tb.open_file('SO_55266365.h5', 'w')
mydtype = np.dtype([('param1',float),('param2',float),('param3',float)])
arr = np.random.rand(500,3)
recarr = np.core.records.array(arr,dtype=mydtype)
h5f.create_table('/', 'set1', obj=recarr )
# Close, then Reopen file READ ONLY
h5f.close()
h5f = tb.open_file('SO_55266365.h5', 'r')
# Get first column (param1)
p1 = h5f.root.set1.col('param1')
print ('param 1 Max = ' , p1.max(), 'at row =' , p1.argmax() )
print ('param 1 Min = ' , p1.min(), 'at row =' , p1.argmin() )
# Get second column (param2)
p2 = h5f.root.set1.read(field='param2')
print ('param 2 Max = ' , p2.max(), 'at row =' , p2.argmax() )
print ('param 2 Min = ' , p2.min(), 'at row =' , p2.argmin() )
# Get all 3 columns
# (index to get column when referencing the object)
p123 = h5f.root.set1.read()
print ('param 1 Max = ' , p123['param1'].max(), 'at row =' , p123['param1'].argmax() )
print ('param 1 Min = ' , p123['param1'].min(), 'at row =' , p123['param1'].argmin() )
h5f.close()