rhdf5包工作得非常好，尽管它不在CRAN中。从Bioconductor安装

# as of 2020-09-08, these are the updated instructions per
# https://bioconductor.org/install/

if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")
BiocManager::install(version = "3.11")

并使用它：

library(rhdf5)

列出文件中的对象以查找要读取的数据组：

h5ls("path/to/file.h5")

读取HDF5数据：

mydata <- h5read("path/to/file.h5", "/mygroup/mydata")

inspect the structure：

str(mydata)

(Note多维数组may appear transposed）。你也可以读取组，它们在R中被命名为列表。

你也可以使用h5，这是我最近在CRAN上发布的一个包。与rhdf5相比，它具有以下特点：

1. S4对象模型直接与文件、组、数据集和属性等HDF5对象交互。
   1.语法更简单，为支持readdata <- dataset[1:3, 1:3] dataset[1:3, 1:3] <- matrix(1:9, nrow = 3)等命令的数据集实现了类似R的子集运算符
   1.所有数据类型支持的NA值
2. 200多个测试用例，代码覆盖率达到80%以上。
   要保存矩阵，您可以用途：

library(h5)
testmat <- matrix(rnorm(120), ncol = 3)
# Create HDF5 File
file <- h5file("test.h5")
# Save matrix to file in group 'testgroup' and datasetname 'testmat'
file["testgroup", "testmat"] <- testmat
# Close file
h5close(file)

...并将整个矩阵读回R：

file <- h5file("test.h5")
testmat_in <- file["testgroup", "testmat"][]
h5close(file)

另见H5

• CRAN：http://cran.r-project.org/web/packages/h5/index.html
• Github：https://github.com/mannau/h5

我使用rgdal包读取HDF5文件。您需要注意的是，rgdal的二进制版本可能不支持hdf5。在这种情况下，您需要在从源代码构建rgdal之前从源代码构建gdal并支持HDF5。
或者，尝试将文件从hdf5转换为netcdf。一旦它们位于netcdf中，您就可以使用优秀的ncdf包来访问数据。我认为转换可以用cdo tool完成。

ncdf4包是netCDF-4的接口，也可以用来读取hdf 5文件（netCDF-4与netCDF-3兼容，但它使用hdf 5作为存储层）。
用开发者的话说：

• HDF group说道：

NetCDF-4结合了netCDF-3和HDF 5数据模型，采用了各自的理想特性，同时利用了它们各自的优势

• Unidata说：

netCDF-4格式通过使用HDF 5的增强版本作为存储层来实现和扩展netCDF-3数据模型。
在实践中，ncdf4提供了一个简单的接口，并且将使用旧的hdf5和ncdf包的代码迁移到单个ncdf4包中，使得our code的错误更少，更容易编写（我的一些试验和解决方法在my previous answer中有文档记录）。

解决我的问题：

# in Linux terminal
1. sudo apt-get install libhdf5-dev

#then in the R console write
2. BiocManager::install('rhdf5')
3. install.packages("hdf5r")