Python读取HDF5文件报错AttributeError: 'int' object has no attribute 'encode'的问题排查与数据访问方法咨询

错误原因分析 #

你碰到的AttributeError: 'int' object has no attribute 'encode'问题，核心原因是把h5py的Group对象当成了Dataset来转换。从你给出的文件结构能明确看到，/data是一个Group（相当于文件系统里的文件夹），而非存储实际数据的Dataset（对应文件系统里的文件）。当你用f.get('data')拿到的是Group对象，直接调用np.array(dat)时，h5py内部在尝试处理这个Group时触发了错误——Group本身不是可直接转为numpy数组的类型，底层操作中误将某个int类型的属性当成了需要encode的字符串，最终抛出这个异常。

正确访问HDF5文件的方法 #

h5py的结构完全类比文件系统：Group是文件夹，Dataset是里面的文件。你需要先定位到具体的Dataset才能读取数据，下面分场景说明：

1. 直接读取指定的Dataset

比如你要读取/data/model_cints这个Dataset，有两种方式可以获取：

import h5py
import numpy as np

with h5py.File('example.hdf5', 'r') as f:
    # 方式1：通过完整路径直接访问
    model_cints_data = np.array(f['data/model_cints'])
    
    # 方式2：逐层进入Group后读取
    data_group = f['data']
    model_cints_data = np.array(data_group['model_cints'])

2. 遍历整个文件结构（探索所有内容）

如果你想全面了解文件里的所有Group和Dataset，可以写个递归函数来遍历：

import h5py
import numpy as np

def explore_hdf5(obj, current_path=""):
    for key in obj.keys():
        full_path = f"{current_path}/{key}" if current_path else key
        item = obj[key]
        if isinstance(item, h5py.Group):
            print(f"{full_path} is a Group")
            explore_hdf5(item, full_path)
        elif isinstance(item, h5py.Dataset):
            print(f"{full_path} is a Dataset (shape: {item.shape}, dtype: {item.dtype})")
            # 对于非object类型的Dataset，可以直接转为numpy数组查看
            if item.dtype not in ['object']:
                sample_data = np.array(item)
                # 比如打印前5条数据
                # print("Sample data:", sample_data[:5])

with h5py.File('example.hdf5', 'r') as f:
    explore_hdf5(f)

3. 处理Object类型的Dataset

你的文件里有不少object Dataset（比如/meta/package/h5py），这类Dataset存储的是Python对象（通常是字符串），读取时需要做一点额外处理：

import h5py

with h5py.File('example.hdf5', 'r') as f:
    # 读取字节串类型的object Dataset，转成字符串
    h5py_version = f['meta/package/h5py'][()].decode('utf-8')
    print(f"h5py version: {h5py_version}")
    
    # 有些object Dataset直接存储Python字符串，可直接读取
    scenario_name = f['meta/param/scenario/name'][()]
    print(f"Scenario name: {scenario_name}")

内容的提问来源于stack exchange，提问作者R2D2