如何从现有HDF5数据集创建保留三维形状的单变量独立文件

解决方法 #

你得到二维数组的原因是f[part][:,i,:]用单值索引第二个维度时，自动把该维度压缩消失了，只要保留该维度即可，有两种常用实现方案：

方案1：索引时直接保留维度

把单值索引i替换为长度为1的切片i:i+1，不会触发维度压缩，直接得到[NX,1,NY]结构的数组，修改对应代码即可：

for part in parts:
    for i, field in enumerate(fields):
        fnew[field].create_dataset(part, data=f[part][:, i:i+1, :])

方案2：手动插入新维度

如果需要更灵活的维度控制，可以用numpy的np.newaxis在指定位置插入长度为1的维度：

import numpy as np

for part in parts:
    for i, field in enumerate(fields):
        # 在第二个维度位置插入长度为1的新轴
        arr = f[part][:, i, :][:, np.newaxis, :]
        fnew[field].create_dataset(part, data=arr)

也可以用reshape实现相同效果，写法更通用不需要感知上下文维度：

arr = f[part][:, i, :]
arr = arr.reshape(arr.shape[0], 1, arr.shape[1])

两种方案都不会修改数据本身的数值，仅调整数组维度结构，完全适配后续代码要求。

内容的提问来源于stack exchange，提问作者boltz