hdf5和argparse

hdf5

今天开始准备数据集，准备采用hdf5来整合不同病人的数据。
教程。一般步骤如下：

1. 创建并打开文件：

import tables
hdf5_path = "my_data.hdf5"
hdf5_file = tables.open_file(hdf5_path, mode='w')

2. 选择数据类型并创建节点
   以earray为例。tables提供了几种数据类型，其中最简单的是Array和Carray，后者对应了压缩类型。这两种的存储是直接把内存中的值保存下来。如果数据量过大，不能一次加载到内存中，则可以通过earray。earray可以多次添加保存。如果各个批次数据形状不一样，可以使用VLarray。

# for compression
filters = tables.Filters(complevel=5, complib='blosc')  
# data type 
atom = tables.Float32Atom()
data_shape = (0,2)
arr = hdf5_file.create_earray(hdf5_file.root,'earray',atom,data_shape,filters=filters)

3. 添加数据

arr.append(numpy.array([[1., 2.],
                        [2., 3.],
                        [3., 4.]], dtype=numpy.float32 ))

4. 关闭文件

hdf5_file.close()

5. 读取数据

hdf5_path = "my_data.hdf5"
hdf5_file = tables.openFile(hdf5_path, mode = 'w')
data = hdf5_file.root.earray[:]

ArgParse

然后复习了argParse这一块，教程
这个的框架也很简单：

import argparse
parser = argparse.ArgumentParser()
parser.add_argument(......)
args = parser.parse_args()

主要分成固定参数和可选参数两种。顾名思义，前者必须给定，当有多个时，按定义顺序。后者通过符号控制，可以缺省。

import argparse
parser = argparse.ArgumentParser()
# positional arguments
parser.add_argument("square", type = int, help="display a square of a given number")
# optional arguments
parser.add_argument("-v", "--verbose", action="store_true",
                    help="increase output verbosity")

args = parser.parse_args()
# action
answer = args.square**2
if args.verbose:
    print "the square of {} equals {}".format(args.square, answer)
else:
    print answer