ArcGIS 中的 NumPy

Numerical Python (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。 NumPy 用于执行复杂的数学运算。有关详细信息，请参阅 NumPy 网站。

NumPy 数组专用于处理大型数组。很多现有 Python 函数都是为了处理 NumPy 数组而创建的，其中最著名的是包含在 Python 的 SciPy 科学计算包中的函数。

表和要素数据

表和要素类可以使用数据访问 (arcpy.da) 模块中的函数转换为 NumPy 数组，也可以使用同样的函数从这些数组反向转换。

要将 NumPy 数组转换为表和要素类，数组必须为结构化数组。结构化数组包括用来在 ArcGIS 表和要素类中将数据映射至字段的多个字段（或结构体）。有关结构化数组的详细信息，请参阅结构化数组。

创建结构化 NumPy 数组。

import numpy
arr = numpy.array([(471316.383, 5000448.782), (470402.493, 5000049.216)],
               numpy.dtype([('X', '>f8'),('Y', '>f8')]))

一经创建，结构化 NumPy 数组即可转换为要素类或表。

将 NumPy 数组转换为地理数据库要素类。

import arcpy
import numpy
out_fc = 'C:/data/texas.gdb/fd/pointlocations'
# Create a numpy array with an id field, and a field with a tuple
#  of x,y coordinates
arr = numpy.array([(1, (471316.3835861763, 5000448.782036674)),
                (2, (470402.49348005146, 5000049.216449278))],
               numpy.dtype([('idfield', numpy.int32),('XY', '<f8', 2)]))
# Define a spatial reference for the output feature class
spatial_ref = arcpy.Describe('C:/data/texas.gdb/fd').spatialReference
# Export the numpy array to a feature class using the XY field to
#  represent the output point feature
arcpy.da.NumPyArrayToFeatureClass(arr, out_fc, ['XY'], spatial_ref)

用于处理表和要素数据的 arcpy.da 函数


函数	说明
`ExtendTable`	基于公共属性字段将 NumPy 结构数组的内容连接到表。
`FeatureClassToNumPyArray`	将要素类转换为 NumPy 结构化数组。
`NumPyArrayToFeatureClass`	将 NumPy 结构化数组转换为要素类。
`NumPyArrayToTable`	将 NumPy 结构化数组转换为表。
`TableToNumPyArray`	将表转换为 NumPy 结构化数组。

NumPy 数组中的整型字段不支持空值。如果使用 FeatureClassToNumPyArray 或 TableToNumPyArray 转换的数据包含空值，则应完全跳过包含空值的行，或使用替代值对其进行掩膜。

跳过所有包含空值的记录。

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

使用字典掩膜拥有不同值的整型字段中的每个 None。

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

类型转换

创建的数组的 dtype 对象由输入表或要素类的字段类型确定。


字段类型	NumPy dtype
短整型	`<i4`
长整型	`<i4`
大整数	`<i8`
浮点型	`<f4`
双精度	`<f8`
文本	`<u1`、`<u10` 等，具体取决于字段长度。
日期	`<M8[s]` 或 `<M8[us]`，具体取决于日期字段的精度。
仅日期	`<M8[D]`
仅时间	`<m8[us]` 或 `<m8[us]`
时间戳偏移	`<M8[us]`
对象 ID	`<i8`
Guid	`<u38`
全局 ID	`<u38`

注:

字符串字段转换为数组后，宽度保持不变。例如，宽度为 20 的字符串字段转换为数组后，dtype 为 <u20。

不支持以上未列出的其他字段类型，包括栅格和 BLOB 字段。也不支持几何字段，但可以使用下面的令牌向数组添加多个几何属性：


令牌	描述
`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。

内存注意事项

如果数组需要的内存大于可用内存，则该数组将因 MemoryError 异常而失败。

要避免 MemoryError 例外，请遵循以下提示：

使用后删除数组对象；删除数组会释放内存。
仅使用需要的字段，尤其对于文本字段；将文本字段转换为数组后，每个字符宽度将占用 4 个字节。例如，宽度为 100 的字符串字段将在内存中为数组中的每个值占用 400 个字节。

注:

numpy.nbytes 返回一个包含各 dtype 及其对应字节数的字典。

栅格

您可以使用 ArcPy 函数 RasterToNumPyArray 和 NumPyArrayToRaster 将栅格与 NumPy 数组相互转换。您可能想要将 ArcGIS 栅格转换为 NumPy 数组以执行以下操作：

执行可以应用到 NumPy 数组上的许多现有 Python 函数中的一个（例如，对数据运行过滤器、执行多维分析或使用优化例程）。
通过访问 NumPy 数组中的各个像元来开发自定义函数（例如，执行邻域记数法、更改各个像元值或者对整个栅格运行累积运算符）。

用于处理栅格的 arcpy 函数


函数	说明
`RasterToNumPyArray`	将栅格转换为 NumPy 数组。
`NumPyArrayToRaster`	将 NumPy 数组转换为栅格。

将栅格数据转换为 NumPy 数组旨在计算整个栅格行中的像元值的百分比。然后，将会创建一个新的栅格数据。

import arcpy
import numpy
my_array = arcpy.RasterToNumPyArray('C:/data/inRaster')
my_array_sum = my_array.sum(1)
my_array_sum.shape = (my_array.shape[0], 1)
my_array_perc = (my_array * 1.0) / my_array_sum
new_raster = arcpy.NumPyArrayToRaster(my_array_perc)
new_raster.save("C:/output/fgdb.gdb/PercentRaster")