我可以从 HDF5 数据集中删除元素吗？

Question

我想在 Python 中从 HDF5 数据集中删除一个元素。下面我有我的示例代码

删除HDF5Dataset.py

# This code works, which deletes an HDF5 dataset from an HDF5 file

file_name = os.path.join('myfilepath', 'myfilename.hdf5')
f = h5py.File(file_name, 'r+')
f.__delitem__('Log list')

但是，这不是我想做的。 'mydatatset' 是一个包含多个元素的 HDF5 数据集，我想单独删除一个或多个元素，例如

删除HDF5DatasetElement.py

# This code does not work, but I would like to achieve what it's trying to do

file_name = os.path.join('myfilepath', 'myfilename.hdf5')
f = h5py.File(file_name, 'r+')

print(f['Log list'][3]) # prints the correct dataset element

f.__delitem__('Log list')[3]  # I want to delete element 3 of this HDF5 dataset

我能想到的最佳解决方案是创建一个临时数据集，循环遍历原始数据集，只将我想要保留的条目添加到临时数据集中，然后用新数据集替换旧数据集。但这似乎很笨拙。有没有人有一个干净的解决方案来做到这一点？似乎应该有一种简单的方法来删除一个元素。

谢谢，如果我的任何术语不正确，我们深表歉意。

Answer 1

看起来你有一个字符串数组。这不是在 HDF5 中存储字符串的recommended way，但我们假设您对数据的存储方式别无选择。

HDF5 更喜欢您保持数组大小固定。删除任意元素等操作代价高昂。此外，使用 HDF5，删除数据时不会自动释放空间。

毕竟，如果您仍想删除指定格式的数据，您可以尝试简单地提取一个数组，删除一个元素，然后重新分配给您的数据集：

arr = f['Log list'][:]  # extract to numpy array
res = np.delete(arr, 1)  # delete element with index 1, i.e. second element
f.__delitem__('Log list')  # delete existing dataset
f['Log list'] = res  # reassign to dataset