如何批量选择和numpy的计算阵列？(How to batch select and calcula

如何（1）批量选择所有的数组下一个HDF5文件，然后（2）对这些阵列应用的计算，最后3批在另一个HDF5文件中创建新的阵列？

例如：

import numpy
import tables

file = openFile('file1',"r")

array1 = file.root.array1
array1_cal = (array1 <= 1)
newfile.createArray('/','array1_cal',array1_cal)

array2 = file.root.array2
array2_cal = (array2 <= 1)
newfile.createArray('/','array2_cal',array2_cal)

我下单HDF5文件和几个HDF5文件100+阵列，我怎么能批量处理他们？ 非常感谢。

Answer 1:

随着PyTables可以使用walkNodes功能通过递归迭代的节点。 下面是一个例子：

# Recursively print all the nodes hanging from '/detector'.
print "Nodes hanging from group '/detector':"
for node in h5file.walkNodes('/detector', classname='EArray'):
    data = node[:]
    // do some calculation 
    // store new array in second file 

Answer 2:

使用h5py，Python接口到HDF5。 h5py允许您使用传统的Python和NumPy的隐喻使用HDF5文件，组和数据集。

看到http://code.google.com/p/h5py/和http://alfven.org/wp/hdf5-for-python/

文章来源: How to batch select and calculate arrays in Numpy?