注：此篇内容主要作为使用PyTorch构建GAN生成对抗网络博客中，HDF5数据类型的补充介绍。

HDF5 数据是存储在一种名为 Hierarchical Data Format version 5 (HDF5) 的二进制文件格式中的数据。这种文件格式可以用来存储大量的多维数据，并且提供了很多的功能来帮助用户组织和管理数据。

HDF5 数据文件中包含了一系列的数据集，每个数据集都是一个多维数组。数据集的维度可以是任意的数量，并且每个数据集都可以有自己的属性。这使得 HDF5 文件格式非常适合用来存储大量的数值型数据，比如图像、音频、视频等。 HDF5文件格式主要有以下特点：

以CelebA数据集为例，在官网下载时，我们将会得到一个压缩包，里面包含人脸图片与属性标注，如果希望将人脸图片转入到HDF5中的数据集中，可参考的代码如下：

对上面的代码进行一下讲解：首先我们打开了你下载的人脸数据 zip 文件（官方提供的数据格式就是压缩包的形式，我们下载后也不需要对其解压），并遍历文件中的所有文件名。如果文件名的扩展名是 .jpg，则提取该文件并将其读取为一个图像数组。将图像数组写入一个 HDF5 文件中，保存在你希望的h5py存放地目录下，文件名为递增的数字。 当读取了指定数量的图像时，停止读取过程。之所以设置了停止功能，是因为这个数据集的数据量比较大，有时实验并不需要数据集的全部内容。在处理大型数据集时，也可以添加计数器功能，每处理一定量的文件进行打印进程。

打开数据集可以使用常规的with…as语法：

这段代码用于查看HDF5文件中的数据组名，输出是img_align_celeba，这是因为我们前面在制作HDF5文件时，指定的路径就是保存在img_align_celeba下，所以这些保存进去的数据都被认为是img_align_celeba组中的数据。

前面我们制作数据集时，指定了数据集中数据的命名规则是图片序号+‘jpg’，所以可以通过类似字典的方式，打开img_align_celeba数据组中的第一张图片。再通过plt绘制出图片，以判断数据集读取是否成功。执行成功后，应该能看到如下图片： 同时，我们可以看一下这个数据的大小：

输出的是(218, 178, 3)。说明这个图片的像素是218*178，3代表的是RGB三层数据。