h5+ 读取本地图片文件，转为file对象

依次读取照片的路径，输入路径字符串，得到文件对象；全程同步顺序 *** 作；

手机图片文件详情中路径：内部存储/Pictures/IMG_1589761748105.jpg

程序中获取的路径：file:///storage/emulated/0/Pictures/IMG_1589761748105.jpg

class imgFileToFileObj{

constructor(){

}

submit: function (){

var box=new imgFileToFileObj()

var fileAllPath = 'file:///storage/emulated/0/Pictures/IMG_1589761748105.jpg'

var imgFileStrList = new Array()

imgFileStrList.push(fileAllPath)

imgFileStrList.push(fileAllPath)

imgFileStrList.push(fileAllPath)

(async () =>{

var fileArrayOne= await box.doChange(imgFileStrList)

console.log(' 我应该是最后的最后 fileArray ='+fileArrayOne)

})()

}

python中使用h5py对HDF5文件进行 *** 作。

1、创建文件和数据集

import h5py

import numpy as np

imgData = np.zeros((2,4))

f = h5py.File('HDF5_FILE.h5','w') #创建一个h5文件，文件指针是f

f['data'] = imgData #将数据写入文件的主键data下面

f['labels'] = np.array([1,2,3,4,5])#将数据写入文件的主键labels下面

f.close() #关闭文件

f = h5py.File('HDF5_FILE.h5','r') #打开h5文件

for key in f.keys():

print(f[key].name)

print(f[key].shape)

print(f[key].value)

输出结果：

/data

(2, 4)

[[ 0. 0. 0. 0.]

[ 0. 0. 0. 0.]]

/labels

(5,)

[1 2 3 4 5]

Process finished with exit code 0

写入读取pkl文件

1)字典类型：

import pickle

dict_data={'name':["张三","李四"]}

with open("dict_data.pkl","wb") as fo:

pickle.dump(dict_data,fo)

with open("dict_data","rb") as fo:

dict_data=pickle.load(fo,encoding='bytes')

print(dict_data.keys())

print(dict_data)

print(dict_data["name"])

结果如下：

dict_keys(['name'])

{'name': ['张三', '李四']}

['张三', '李四']

2)列表类型

import pickle

list_data=["张三","李四"]

with open ("list_data"，"wb") as fo:

pickle.dump(list_data,fo)

with open("list_data","rb") as fo:

pickle.load(fo,encoding='bytes')

print(list_data)

print(list_data.keys())

pirnt(list_data["name"])

mat文件

mat数据格式是Matlab的数据存储的标准格式。在Matlab中主要使用load()函数导入一个mat文件，使用save()函数保存一个mat文件。对于文件data.mat：

load（‘data.mat')

save('data_1.mat','A')

其中'A’表示要保存的内容。

在python读取mat文件：

1、读取文件：

import scipy.io as scio

file1='E://data.mat'

data=scio.loadmat(file1)

注意，读取出来的data是字典格式，可以通过函数type(data)查看。

print type(data)

结果显示

<type 'dict'>

找到mat文件中的矩阵：

print data['A']

结果显示

---