對于一些復雜的hdf5文件，通過可視化的方法可以比較容易的了解文件的內部結構，下面介紹基于python的一個hdf5文件的安裝使用方法

命令 pip install vitables

vitables 文件名.hdf5

最終實現hdf5文件的可視化,方便直觀就像一層層打開文件夾一樣

補充：python對于HDF5的操作

import h5py #導入工具包 import numpy as np #HDF5的寫入： imgData = np.zeros((30,3,128,256)) f = h5py.File(’HDF5_FILE.h5’,’w’) #創建一個h5文件，文件指針是f f[’data’] = imgData #將數據寫入文件的主鍵data下面 f[’labels’] = range(100) #將數據寫入文件的主鍵labels下面 f.close() #關閉文件 #HDF5的讀?。? f = h5py.File(’HDF5_FILE.h5’,’r’) #打開h5文件 f.keys() #可以查看所有的主鍵 ：在這里是：【data】,[label] a = f[’data’][:] #取出主鍵為data的所有的鍵值 f.close()

補充：關于python環境中hdf5報錯問題的幾種解決辦法（親測）

Warning! HDF5 library version mismatched errorThe HDF5 header files used to compile this application do not matchthe version used by the HDF5 library to which this application is linked.Data corruption or segmentation faults may occur if the application continues.This can happen when an application was compiled by one version of HDF5 butlinked with a different version of static or shared HDF5 library.You should recompile the application or check your shared library relatedsettings such as ‘LD_LIBRARY_PATH’.You can, at your own risk, disable this warning by setting the environmentvariable ‘HDF5_DISABLE_VERSION_CHECK’ to a value of ‘1’.Setting it to 2 or higher will suppress the warning messages totally.Headers are 1.10.4, library is 1.10.5

首先，這個問題是有可能是hdf5庫不匹配的問題，也有可能是一個類似warning的東西，下面我會詳細的說一下。

卸載hdf5，然后重新安裝。

終端執行的代碼如下：

conda uninstall hdf5conda install hdf5

網上有好多朋友用這個方法有用， 本人親測：方法對我無用。

檢查一下設置的路徑：LD_LIBRARY_PATH

本人親測：由于我使用的系統是win10,但是LD_LIBRARY_PATH這個路徑我找了 好半天也找不到，后來搜索一下發現時Linux的，所以這個方法我沒有使用。

將HDF5_DISABLE_VERSION_CHECK設置為更高等級，忽略警告。

在import tensorflow之前，在代碼中添加如下代碼：

import os;os.environ[‘HDF5_DISABLE_VERSION_CHECK’] = ‘2’

本人親測：此方法著實有用！

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持好吧啦網。