Python使用h5py写入.h5文件时触发‘Shape tuple is incompatible with data’ ValueError错误的问题排查

嘿，我来帮你排查这个报错的问题～

首先，你遇到的ValueError: Shape tuple is incompatible with data是因为两个关键错误：

1. 数据集形状与传入数据不匹配：你在for循环里创建n°数据集时指定了shape=(6,)，但每次传入的counter是单个整数（比如0、1、2...），单个数值的形状和(6,)完全不匹配，这直接触发了形状不兼容的报错。
2. 重复创建同名数据集：循环里每次都会创建名为n°、Variable name、Unit的数据集，后一次创建会直接覆盖前一次的结果，就算没报错，最后也只会留下最后一条数据，完全达不到存储6条记录的目的。

另外，你代码里的data = np.array(varname,varunit)其实没起到作用，因为varname是h5py的数据集对象，不是数组，这样拼接也不符合你的需求。

修正后的方案 #

我们需要先把三列数据整理成完整的数组，再一次性写入HDF5文件，同时用更合适的字符串类型避免问题。这里提供两种常用的实现方式：

方式1：创建三个独立数据集（分别存储编号、名称、单位）

这种方式适合后续需要单独访问某一列数据的场景：

import numpy as np
import h5py as h5

list_of_vars = [
    ('ADC_alt', 'ADC_alt', 'ft'),
    ('ADC_temp', 'ADC_temp', 'degC'),
    ('ADC_ias', 'ADC_ias', 'kts'),
    ('ADC_tas', 'ADC_tas', 'kts'),
    ('ADC_aos', 'ADC_aos', 'deg'),
    ('ADC_aoa', 'ADC_aoa', 'deg'),
]

# 提前整理好三列完整数据
varnums = np.arange(len(list_of_vars))  # 生成0-5的编号数组
varnames = np.array([val[1] for val in list_of_vars], dtype=h5.string_dtype())
varunits = np.array([val[2] for val in list_of_vars], dtype=h5.string_dtype())

# 使用with语句自动管理文件生命周期，避免资源泄漏
with h5.File('telemetry.h5', 'w') as h5_file:
    # 分别创建三个数据集
    h5_file.create_dataset('n°', data=varnums)
    h5_file.create_dataset('Variable name', data=varnames)
    h5_file.create_dataset('Unit', data=varunits)

方式2：创建结构化数组数据集（模拟表格结构）

这种方式把三列数据作为一个表格的不同字段，更适合把数据当作整体表格处理的场景：

import numpy as np
import h5py as h5

list_of_vars = [
    ('ADC_alt', 'ADC_alt', 'ft'),
    ('ADC_temp', 'ADC_temp', 'degC'),
    ('ADC_ias', 'ADC_ias', 'kts'),
    ('ADC_tas', 'ADC_tas', 'kts'),
    ('ADC_aos', 'ADC_aos', 'deg'),
    ('ADC_aoa', 'ADC_aoa', 'deg'),
]

# 定义结构化数据类型，对应三列的字段和类型
dt = np.dtype([
    ('n°', int),
    ('Variable name', h5.string_dtype()),
    ('Unit', h5.string_dtype())
])

# 生成结构化数组，把每条记录对应到字段
data_array = np.array([(i, val[1], val[2]) for i, val in enumerate(list_of_vars)], dtype=dt)

# 写入文件
with h5.File('telemetry.h5', 'w') as h5_file:
    h5_file.create_dataset('telemetry_data', data=data_array)

补充说明 #

• 使用h5.string_dtype()是因为h5py默认的str_类型是固定长度字符串，容易出现截断或编码问题，可变长度字符串更灵活。
• 用with语句打开HDF5文件是最佳实践，它会在代码块结束后自动关闭文件，无需手动调用close()。

内容的提问来源于stack exchange，提问作者Emil Doyle