这里写自定义目录标题
HDF格式简介
HDF（Hierarchical Data Format）指一种为存储和处理大容量科学数据设计的文件格式及相应库文件。其中Hierarchical 是层级结构的意思，也就是说，HDF的文件结构是分层的，像文件夹一样，上层文件夹套下层文件夹。
python读取HDF文件
现在比较常用的HDF文件的格式是HDF5，可以使用python的h5py库来读取。
下面提供的这个函数，可以输入文件名，读取HDF5文件，输出numpy的DataFrame格式的数据。
python
import h5py
import numpy as np
import pandas as pd
def read_hdf(ff):
f = h5py.File(ff,'r')
print('f',type(f))
df = pd.DataFrame()
for group in f.keys():
print(group)
#根据一级组名获得其下面的组
group_read = f[group]
# print('group_read',type(group_read),isinstance(group_read,h5py._hl.group.Group))
if isinstance(group_read,h5py._hl.group.Group):
#遍历该一级组下面的子组
for subgroup in group_read.keys():
# print(subgroup)
#根据一级组和二级组名获取其下面的dataset
dset_read = f[group+'/'+subgroup]
#遍历该子组下所有的dataset
for dset in dset_read.keys():
#获取dataset数据
dset1 = f[group+'/'+subgroup+'/'+dset]
# print('dset1',type(dset1))
# print(dset1.name)
data = np.array(dset1)
# print(data,type(data),data.shape)
#添加到DataFrame中
df = pd.concat([df,pd.DataFrame({dset1.name:list(data)})],axis=1)
elif isinstance(group_read,h5py._hl.dataset.Dataset):
data = np.array(group_read)
df = pd.concat([df,pd.DataFrame({group:list(data)})],axis=1)
# print(df)
return df