**

关于hdf5文件

**

HDF（Hierarchical Data Format）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。详见其官方介绍：https://support.hdfgroup.org/HDF5/ 。

Python 中有一系列的工具可以操作和使用 HDF5 数据，这里只介绍 h5py。
一个 HDF5 文件是存储两类对象的容器，这两类对象分别为：
dataset：类似数组的数据集合；
gropp；类似目录的容器，其中可以包含一个或多个 dataset 及其它的 group。
参考链接：https://www.jianshu.com/p/de9f33cdfba0

h5文件的读取

这里以我要用的模型的h5文件为例，是AudioSet数据集的一部分，论文的作者是将tfrecord格式写成了hdf5格式，因此想要读取这样格式的文件来看看里面的内容。

# python 2
#coding=utf-8
import datetime
import os
import h5py
import numpy as np

# f = h5py.File('path/filename.h5','r') #打开h5文件
f = h5py.File('E:/2018/AudioSet/bal_train.h5','r')
f.keys() #可以查看所有的主键
print([key for key in f.keys()])

运行程序后，结果有：

可以看到主键有3部分，分别为：
video_id_list, x, y

因此可以继续查看主键里面的内容，这部分直接用print语句就能实现，接在主键程序之后，这里简单举例说明一下：

print('first, we get values of x:', f['x'][:])
print('then, we get values of y:', f['y'][:])
print(f['x'][:].shape)
print(f['y'][:].shape)

运行这一部分的代码，结果有：

可以看到，通过print语句，得到了三个主键里面内容的大小，就我的h5文件，里面的video_id_list是一个存放了歌曲id的列表文件, x是输入的歌曲的特征文件22160是样本数目，（10,128）代表了样本是一个10×128的矩阵, y是一个标签文件，（22160，527）代表大小是22160×527，其中527是类别的数目。

可以利用io.save()函数来保存主键中的内容，。

from scipy import io
io.savemat('x.mat', {'data': f['x'][:]})
io.savemat('y.mat', {'data': f['y'][:]})
io.savemat('video_id_list.mat', {'data': f['video_id_list'][:]})

最后，给出完整的代码：

# python 2
#coding=utf-8
from scipy import io
import os
import h5py
import numpy as np

#打开h5文件
f = h5py.File('path/filename.h5','r') 
#查看文件
f.keys() #可以查看所有的主键

print([key for key in f.keys()])
print('first, we get values of x:', f['x'][:])
print('then, we get values of y:', f['y'][:])
print(f['x'][:].shape)
print(f['y'][:].shape)

#保存数据
io.savemat('x.mat', {'data': f['x'][:]})
io.savemat('y.mat', {'data': f['y'][:]})
io.savemat('video_id_list.mat', {'data': f['video_id_list'][:]})