如何读取`bsb compile`生成的网络模型中的细胞位置？

1. 先探查HDF5文件结构 #

要找到细胞位置的存储路径，先确认文件内的数据集分布：

• 命令行方式：用h5ls工具递归列出所有内容，命令如下：

  h5ls -r your_compiled_output.h5
  

  输出里找带positions的条目，这就是细胞位置的数据集路径。
• Python遍历方式：如果没有h5ls，用h5py打开文件后遍历结构：

  import h5py
  
  with h5py.File("your_compiled_output.h5", "r") as f:
      def traverse(name, obj):
          if isinstance(obj, h5py.Dataset):
              print(f"[数据集] {name} | 形状: {obj.shape}")
          else:
              print(f"[组] {name}")
      f.visititems(traverse)
  

2. 提取细胞位置数据 #

首先安装依赖库h5py：

pip install h5py

然后根据找到的路径提取数据，示例代码：

import h5py
import numpy as np

# 替换为你的HDF5文件名
h5_file_path = "your_compiled_output.h5"
# 替换为你探查得到的细胞位置数据集路径，比如/cells/pyramidal/positions
position_dataset_path = "/cells/your_cell_type/positions"

with h5py.File(h5_file_path, "r") as f:
    # 读取位置数据，返回numpy数组
    cell_positions = f[position_dataset_path][:]
    # 打印前5个细胞的坐标示例
    print("部分细胞位置坐标：")
    print(cell_positions[:5])

3. BSB文件的常见路径规律 #

BSB编译的HDF5文件中，细胞位置通常按细胞种群分组存储，路径格式为/cells/<cell_population_name>/positions，其中<cell_population_name>是你在JSON配置文件中定义的细胞种群名称。每种细胞类型对应一个独立的子组。

4. 数据后处理示例 #

提取到的位置一般是N×3的numpy数组（N为细胞数量，3对应x/y/z三维坐标），可以直接用numpy做筛选或计算：

# 筛选z坐标在0到100之间的细胞
filtered_cells = cell_positions[(cell_positions[:, 2] > 0) & (cell_positions[:, 2] < 100)]
# 计算所有细胞的平均位置
mean_position = np.mean(cell_positions, axis=0)

内容的提问来源于stack exchange，提问作者Robin De Schepper