使用4个类的HDF5 group 分类制作成三个HDF5 dataset

当你需要将四个类的数据分别存储到HDF5文件的不同组（groups）中，并最终希望提取出来作为单独的dataset，可以按照以下步骤操作：

1. **创建HDF5文件和初始组结构**:
- 首先，你需要创建一个新的HDF5文件（例如，`my_data.hdf5`）并打开它，设置好基础的文件结构。通常，你可以创建一个名为`data`的大组来存放所有数据。
- 然后，在`data`组下，为每个类别创建一个独立的组，比如`category1`, `category2`, `category3`, 和 `category4`。

import h5py

with h5py.File('my_data.hdf5', 'w') as f:
    data_group = f.create_group('data')
    category1_group = data_group.create_group('category1')
    category2_group = data_group.create_group('category2')
    category3_group = data_group.create_group('category3')
    category4_group = data_group.create_group('category4')

2. **填充数据**:
- 对于每个类别，根据实际数据内容，将其数据添加到对应的组中。这通常是通过数据集（dataset）的形式完成，例如文本、数值数组或其他结构化的数据。
- 示例：

     for category in ['category1', 'category2', 'category3', 'category4']:
         data = ... # 获取对应类别的数据
         if category == 'category1':
             category1_group.create_dataset(category, data=data)
         else:
             getattr(data_group, category).create_dataset(category, data=data)

3. **访问和处理数据**:
- 当你想从原始HDF5文件中读取特定类别数据时，可以直接引用对应的组和dataset名称：

     with h5py.File('my_data.hdf5', 'r') as f:
         category1_data = f['data']['category1'][()]
         category2_data = f['data']['category2'][()]
         # ...以此类推