今天說hdf5資料，hdf5與之前提到的hdf4資料(可參考這)是同樣的資料儲存格式，只不過hdf5簡化hdf4的資料結構，讓儲存的方式更有效率。

由於目前我手邊沒有hdf5的資料，故從氣象局開放資料下載hdf4的資料，然後轉成hdf5。
向日葵八號衛星觀測資料-頻道13亮溫(10.4um)的hdf4檔名為O-A0043-004.hdf，我利用工具將其轉換為O-A0043-004.h5。

接下來就要開始讀取了，我這邊用h5py套件解hdf5的資料，安裝方式如下
conda install -c conda-forge h5py
或
pip3 install h5py

安裝完成後，就可以開始讀取囉

import h5py
h5pydata = h5py.File("day18/O-A0043-004.h5","r")

#看資料屬性，主要是看有哪些資本資料，這邊的基本資料就是非格點資料。
#譬如這一份檔案是有哪個程式語言寫的或者本身的檔名等資訊
for qqkey,qqval in h5pydata.attrs.items():
    print(qqkey,qqval)

上面的結果截圖(部分)如下，可以看到黃色螢光筆的地方，就是我提到這份資料是用哪個程式語言撰寫及原本的檔名。
這一份資料原始檔案是由Fortran90撰寫，原始檔名為clavrx_H08_20221002_0700_asia.level2.hdf
這也證明這一份hdf5原本是hdf4格式。

那格點資料要怎麼得到呢？

#格點資料被儲存成字典的方式
for varname, vargridvalue in h5pydata.items():
    print(varname,",,, ", vargridvalue)

會得到如下圖，總共有5個key，分別為latitude, longitude, pixel_elements_along_scan_direction, scan_lines_along_track_direction, temp_10_4um_nom。而value的部分，可以知道資料格點的格點數及資料型別，以latitude為例，<HDF5 dataset "latitude": shape (1478, 1928), type ">f4">，代表總共有1478*1928個格點，資料型別為">f4"，代表1個格點的值為bigeddien搭配4bytes的浮點數。

當知道key之後，就可以得到value，然後還記得之前讀hdf4的時候，每一個key對應的value都有scale_factor 跟add_offset，所以也必須要找出來。

tempfake = h5pydata["temp_10_4um_nom"][:]
scalfct = h5pydata["temp_10_4um_nom"].attrs["scale_factor"]
add_oft = h5pydata["temp_10_4um_nom"].attrs["add_offset"]
realtemp = tempfake * scalfct + add_oft

透過上面的轉換，就可得到正確數值囉

視覺化

另外呢，也可以用之前提到的gdal套件讀取hdf5格式的資料。明天說一下為什麼不同套件可以解相同資料。