如何处理R中的hdf5文件？
我有一个hdf5格式的文件。 我知道它应该是一个matrix，但我想在R读取这个matrix，以便我可以研究它。 我看到有一个h5r软件包可以帮助解决这个问题，但是我没有看到任何简单的阅读/理解教程。 在线提供这样的教程吗？ 具体来说，你如何读这个包的hdf5对象，以及如何实际提取matrix？
UPDATE
我发现一个包装不是CRAN的一部分但是是BioConductoR的一部分的rhdf5。 界面相对比较容易理解文档，示例代码非常清晰。 我可以使用它没有问题。 我的问题似乎是input文件。 我想读取的matrix实际上是作为python pickle存储在hdf5文件中的。 所以每次我试图打开它并通过R访问它，我有一个segmentation fault 。 我弄清楚如何从python保存matrix作为tsv文件，现在解决了这个问题。
rhdf5包运行得非常好，虽然它不在CRAN中。 从Bioconductor安装它
source("http://bioconductor.org/biocLite.R") biocLite("rhdf5")
并使用它：
library(rhdf5)
列出文件中的对象以查找要读取的数据组：
h5ls("path/to/file.h5")
阅读HDF5数据：
mydata <- h5read("path/to/file.h5", "/mygroup/mydata")
并检查结构 ：
str(mydata)
（请注意，multidimensional array可能会出现换位 ）。 你也可以阅读组，这将在R.
你也可以使用h5 ，这是我最近在CRAN上发布的一个包。 与rhdf5相比，它具有以下特点：
- S4对象模型直接与HDF5对象（如文件，组，数据集和属性）进行交互。
- 更简单的语法，实现了像
readdata <- dataset[1:3, 1:3] dataset[1:3, 1:3] <- matrix(1:9, nrow = 3) - 所有数据types都支持NA值
- 代码覆盖率为80％以上的200个testing用例。
要保存一个matrix，你可以使用：
library(h5) testmat <- matrix(rnorm(120), ncol = 3) # Create HDF5 File file <- h5file("test.h5") # Save matrix to file in group 'testgroup' and datasetname 'testmat' file["testgroup", "testmat"] <- testmat # Close file h5close(file)
…并将整个matrix读回R：
file <- h5file("test.h5") testmat_in <- file["testgroup", "testmat"][] h5close(file)
另见h5
- CRAN： http : //cran.r-project.org/web/packages/h5/index.html
- Github： https ： //github.com/mannau/h5
我使用rgdal包来读取HDF5文件。 你需要小心，可能二进制版本的rgdal不支持hdf5 。 在这种情况下，您需要从源代码构buildgdal ，然后从源代码构buildrgdal 。
或者，尝试将文件从hdf5转换为netcdf 。 一旦他们在netcdf，你可以使用优秀的ncdf包来访问数据。 我认为可以用cdo工具完成转换。
netCDF-4的接口ncdf4也可用于读取hdf5文件（netCDF-4与netCDF-3兼容，但使用hdf5作为存储层）。
用开发者的话说：
- HDF组织说：
NetCDF-4结合了netCDF-3和HDF5数据模型，充分利用各自的特点，
- Unidata说：
netCDF-4格式通过使用HDF5的增强版本作为存储层来实现和扩展netCDF-3数据模型。
在实践中， ncdf4提供了一个简单的界面，将使用旧的hdf5和ncdf软件包的代码迁移到一个ncdf4软件包，使得我们的代码更lessbug，更易于编写（我的一些试验和解决方法在我以前的答案中有logging）。
