Skip to main content

FeatureClassToNumPyArray

汇总

此 FeatureClassToNumPyArray 函数用于将要素类转换为 NumPy 结构数组。

讨论

NumPy 是用于在 Python 中进行科学计算（包括支持功能强大的多维数组对象）的基础包。 有关详细信息，请参阅 ArcGIS 中的 NumPy 。

要将表转换成 NumPy 数组，请改用 TableToNumPyArray 函数。

语法

FeatureClassToNumPyArray(in_table, field_names, {where_clause}, {spatial_reference}, {explode_to_points}, {skip_nulls}, {null_value})

参数 说明 数据类型

in_table

要素类、图层、表或表视图。

String

field_names

字段名称列表（或组）。 对于单个字段，可以使用一个字符串，而不使用字符串列表。

要访问输入表中的所有字段（BLOB 字段除外），可以使用星号 (*) 代替字段列表。 但是，为了获得较快的性能和可靠的字段顺序，建议您将字段列表限制在实际需要的字段。

不支持栅格和 BLOB 字段。 使用 SHAPE@ 令牌时几何对象不受支持，但在使用 SHAPE@XY （要素质心坐标的元组）、 SHAPE@AREA 、 SHAPE@LENGTH 等其他令牌时可以包含几何信息。

以令牌（如 OID@ ）取代字段名称可访问更多的信息：

  • SHAPE@XY—一组要素的质心 x,y 坐标。

  • SHAPE@XYZ—一组要素的质心 x,y,z 坐标。

  • SHAPE@TRUECENTROID—一组要素的质心 x,y 坐标。 这会返回与 SHAPE@XY 相同的值。

  • SHAPE@X—要素的双精度 x 坐标。

  • SHAPE@Y—要素的双精度 y 坐标。

  • SHAPE@Z—要素的双精度 z 坐标。

  • SHAPE@M—要素的双精度 m 值。

  • SHAPE@JSON—表示几何的 Esri JSON 字符串。

  • SHAPE@WKB—OGC 几何的熟知二进制 (WKB) 表示。 用于以可移植的方式将几何值表示为连续的字节流。

  • SHAPE@WKT—OGC 几何的熟知文本 (WKT) 表示。 用于以可移植的方式将几何值表示为文本字符串。

  • SHAPE@AREA—要素的双精度面积。

  • SHAPE@LENGTH—要素的双精度长度。

  • OID@—“对象 ID”字段的值。

Export a feature class to a NumPy array. The output array will include a field for the Object ID and a field containing a tuple of the feature's centroid's x,y coordinates.

import arcpy
array = arcpy.da.FeatureClassToNumPyArray(fc, ["OID@", "SHAPE@XY"])

# The first row would look similar to the following:
#  (1, [-147.82339477539062, 64.86953735351562])
print(array[0])

SHAPE@M and SHAPE@Z tokens will only return values if the in_table contains point features and is m-aware (or z-aware). If the in_table contains polygon, polyline, or multipart features, SHAPE@M and SHAPE@Z will return a nan. Any feature class that is not m-aware or z-aware will not support SHAPE@M and SHAPE@Z tokens.

(默认值为 *)

String

where_clause

用于限制所返回的记录的可选表达式。 有关 WHERE 子句和 SQL 语句的详细信息，请参阅 在 ArcGIS 中使用的查询表达式的 SQL 参考 。

(默认值为 "")

String

spatial_reference

要素类的空间参考。 指定此参数后，将根据输入的空间参考对要素进行投影（或变换）。 如果未指定，则将使用输入要素类的空间参考。 此参数的有效值为 SpatialReference 对象或等效字符串。

Use the spatial_reference argument to return coordinates in a different spatial reference. Here, a second feature class is described to access a spatial reference object.

import arcpy
SR = arcpy.Describe(fc2).spatialReference
arcpy.da.FeatureClassToNumPyArray(fc,
                                  ["OID@", "SHAPE@XY", "EDUCATION"],
                                  spatial_reference=SR)

(默认值为 None)

SpatialReference

explode_to_points

将要素解构为其单个点或折点。 如果将 explode_to_points 设置为 True ，则一个包含五个点的多点要素将表示为五行。

(默认值为 False)

Boolean

skip_nulls

控制是否跳过使用空值的记录。 可以是布尔值（ True 或 False ）、Python 函数或 lambda 表达式。

设置为 True 时，只要记录的属性是空值（包括几何），就跳过该记录。 如果设置为 False ， skip_nulls 将尝试使用所有记录，而不考虑空值。 在 NumPy 数组中，对于浮点数值，空值表示为 nan（not a number，不是数字），但不适用于整数。

Skip all records that include a null.

import arcpy
array = arcpy.da.FeatureClassToNumPyArray(fc, fields, skip_nulls=True)

使用 Python 函数或 lambda 表达式可进行更精细的控制，包括对含有空值的所有记录的 OID 值进行记录。 在以下两个示例中，使用 lambda 表达式或函数来识别含有空记录的 OID。

Use a function to capture all records that are skipped because of nulls.

import arcpy
def getnull(oid):
    nullRows.append(oid)
    return True
nullRows = list()
array = arcpy.da.FeatureClassToNumPyArray(table, fields, skip_nulls=getnull)
print(nullRows)

Use a lambda expression to capture all records that are skipped because of nulls.

import arcpy
nullRows = list()
array = arcpy.da.FeatureClassToNumPyArray(fc, fields,
                                    skip_nulls=lambda oid: nullRows.append(oid))
print(nullRows)
注:

在 NumPy 数组中，空值以浮点型（如 nan ）和文本类型（如 None ）表示。 整型不支持空值概念。

(默认值为 False)

Variant

null_value

将输入的空值替换为新值。

在计算 skip_nulls 之前，替换 null_value 。

Mask all None's in integer fields with a -9999.

import arcpy
fields = ['field1', 'field2']
arcpy.da.FeatureClassToNumPyArray(fc, fields, null_value=-9999)

Mask None's in integer fields with different values using a dictionary.

import arcpy
fields = ['field1', 'field2']
nullDict = {'field1':-999999, 'field2':-9999}
arcpy.da.FeatureClassToNumPyArray(fc, fields, null_value=nullDict)
注意：

提供掩膜（例如 -9999）允许将包含空值的整型字段导出到 NumPy 数组，但在任何分析中使用这些值时都请务必谨慎。 分析结果可能因引入的值而意外偏斜。

(默认值为 None)

Integer

返回值

数据类型 说明

NumPyArray

NumPy 结构化数组。

代码示例

将表转化为 numpy 数组，并对 numpy 运算某些基本统计数据。

import arcpy
import numpy

input = "c:/data/usa.gdb/USA/counties"
arr = arcpy.da.FeatureClassToNumPyArray(input, ('STATE_NAME', 'POP1990', 'POP2000'))

# Sum the total population for 1990 and 2000
print(arr["POP1990"].sum())
print(arr["POP2000"].sum())

# Sum the population for the state of Minnesota
print(arr[arr['STATE_NAME'] == "Minnesota"]['POP2000'].sum())

使用 TableToNumPyArray 确定两个字段的相关系数。

import arcpy
import numpy

input = "c:/data/usa.gdb/USA/counties"
field1 = "INCOME"
field2 = "EDUCATION"

arr = arcpy.da.FeatureClassToNumPyArray(input, (field1, field2))

# Print correlation coefficients for comparison of 2 field values
print(numpy.corrcoef((arr[field1], arr[field2])))