如何用Python循环批量读取H5文件、提取变量并构建矩阵？

你可以直接把变量提取和矩阵构建的逻辑整合到已有的循环中，同时用with语句自动管理文件资源（避免手动关闭文件的麻烦），完整代码示例如下：

import h5py
import numpy as np

# 循环遍历0到999的文件（若需处理到file1000，需改为range(0,1001)）
for counter in range(0, 1000):
    # 格式化文件名，比如counter=0对应file_0000，counter=1000对应file_1000
    file_path = f'file_{counter:04d}'
    # 用with语句自动关闭文件，避免资源泄漏
    with h5py.File(file_path, 'r') as hdf_file:
        # 提取alpha变量并转换为numpy数组
        alpha = np.array(hdf_file['alpha'])
        
        # 初始化对应new_alpha矩阵
        new_alpha = np.zeros([100, 200, 100])
        # 按索引循环填充矩阵，需根据你的业务逻辑补充m/n/p的计算规则
        for index in range(100):
            # 示例分块填充逻辑（需根据实际数据排布调整）
            m = index * 10  # 按索引每10个单位为一块填充第一维度
            n = 0  # 此处替换为你的n维度计算逻辑
            p = 0  # 此处替换为你的p维度计算逻辑
            # 确保alpha的切片维度与new_alpha的切片维度匹配
            new_alpha[m:m+10, n:n+10, p:p+10] = alpha[index, :, :, :]
        
        # 可在此添加new_alpha的后续操作，比如存入列表或保存为文件
        # new_alpha_list.append(new_alpha)

关键细节说明： #

• 文件资源管理：with语句会在代码块结束后自动关闭HDF5文件，无需手动调用close()。
• 文件名格式化：用f-string简化了格式化写法，和你原有的format写法效果一致（Python 3.6+支持）。
• alpha变量提取：直接转换为numpy数组即可，若原HDF5数据有多余维度，可在转换后添加切片剔除。
• 矩阵填充逻辑：你原代码中的m/n/p需要根据实际数据排布规则补充，示例仅提供分块填充的参考逻辑。

内容的提问来源于stack exchange，提问作者Laura