如何使用h5repack处理带分组结构的H5数据集？

要在带分组的HDF5文件中指定目标数据集，h5repack需要使用斜杠分隔的完整数据集路径，和你在h5py中使用的路径格式完全一致，不需要转换成点分隔的形式。

针对你的场景，正确的命令如下：

h5repack --filter "recordings/rec0000/well000/groups/routed/raw:NONE" -i input.h5 -o output.h5

也可以在路径开头加上斜杠，明确表示从根目录开始：

h5repack --filter "/recordings/rec0000/well000/groups/routed/raw:NONE" -i input.h5 -o output.h5

为什么之前的命令失败？ #

• 仅用raw:NONE时，h5repack会在根目录下查找名为raw的数据集，而你的数据集在嵌套分组里，所以找不到。
• 点分隔的路径格式（如recordings.rec0000...raw）不是h5repack识别的HDF5路径格式，HDF5内部分组层级默认用斜杠分隔，必须保持一致。

扩展：处理多个带路径的数据集 #

如果需要同时处理多个嵌套数据集，只需多次添加--filter参数即可，比如：

h5repack --filter "/recordings/rec0000/well000/groups/routed/raw:NONE" --filter "/recordings/rec0000/well001/groups/routed/raw:GZIP=5" -i input.h5 -o output.h5

内容的提问来源于stack exchange，提问作者David Parks