获取<<对象 dtype 没有本机 HDF5 等效项>>尝试保存数据时

Question

我知道这个问题已经在操作系统上了，但我仍然没有找到解决问题的方法。我认为问题是X的维数是3。如何将X传输到数据，以便将大小考虑在内？在我的示例中，我尝试使用h5py保存数据。X的dtype=uint8。

file.create_dataset('X', data=np.array(X))

在这种情况下，会出现以下错误：

TypeError: Object dtype dtype('O') has no native HDF5 equivalent

Answer 1

当您的numpy数组是一个不规则的数组(二维子数组大小不同(时，经常会发生这种情况。例如；CCD_ 1。一个快速的解决方案是：file.create_dataset('X', data=np.array(ragged_array_X).to_list())

如果不是这样，并且您没有一个粗糙的数组，那么您可以尝试将numpy数组显式转换为uint8数据类型。如果这个实例化失败，那么数组的某些部分是损坏的数据类型(可能是nan或其他丢失的值(，您应该首先修复它。

file.create_dataset('X', data=np.array(ragged_array_X, dtype=uint8)

看起来这些建议可能并不是你想要的，因为你说"；尺寸被考虑在内"；。看起来你的数组是三维的(不确定是否粗糙(。

假设最坏的情况：您真的想保留一个粗糙但三维的数组的形状。HDF5有一个新功能：

发件人：(请参阅：https://docs.h5py.org/en/stable/special.html)

dt = h5py.vlen_dtype(np.dtype('int32'))
dset = f.create_dataset('vlen_int', (100,), dtype=dt)
dset[0] = [1,2,3]
dset[1] = [1,2,3,4,5]

当它应用于您的示例时，解决方案很简单：

dt = h5py.vlen_dtype(np.dtype('uint8'))
dset = f.create_dataset('X', np.array(X), dtype=dt)