FeatureClassToNumPyArray

Synthèse

Convertit une classe d'entités en tableau structuré NumPy.

Discussion

NumPy is a fundamental package for scientific computing in Python, including support for a powerful N-dimensional array object. For more information, see Working with NumPy in ArcGIS.

Pour convertir des tables en tableau NumPy, utilisez plutôt la fonction TableToNumPyArray.

Syntaxe

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

Paramètre	Explication	Type de données
in_table	Classe d’entités, couche, table ou vue tabulaire.	String
field_names [field_names,...]	Liste (ou tuple) de noms de champs. Pour un champ unique, vous pouvez utiliser une chaîne de caractères au lieu d’une liste de chaînes. Utilisez un astérisque (*) au lieu d’une liste de champs pour accéder à tous les champs de la table en entrée (les champs BLOB sont exclus). Toutefois, pour obtenir des performances plus rapides et un ordre des champs fiable, il est recommandé de limiter la liste des champs à ceux qui sont réellement nécessaires. Les champs raster et BLOB ne sont pas pris en charge. Les objets géométrie ne sont pas pris en charge par le jeton SHAPE@ ; toutefois, des informations géométriques peuvent être incluses à l’aide d’autres jetons tels que SHAPE@XY (un tuple des coordonnées du centroïde de l’entité), SHAPE@AREA et SHAPE@LENGTH. Il est possible d’accéder à des informations supplémentaires en utilisant des jetons (tels que OID@) à la place des noms de champs : SHAPE@XY—Tuple des coordonnées x,y du centroïde de l’entité. SHAPE@XYZ—Tuple des coordonnées x,y,z du centroïde de l’entité. SHAPE@TRUECENTROID—Tuple des coordonnées x,y du centroïde de l’entité. La valeur renvoyée est la même que celle renvoyée par SHAPE@XY. SHAPE@X—Double de la coordonnée x de l’entité. SHAPE@Y—Double de la coordonnée y de l’entité. SHAPE@Z—Double de la coordonnée z de l’entité. SHAPE@M—Double de la valeur m de l’entité. SHAPE@JSON—Chaîne JSON Esri représentant la géométrie. SHAPE@WKB—Représentation binaire connue (WKB) de la géométrie de l’OGC. Cette représentation constitue une représentation portable d’une valeur de géométrie sous la forme d’un flux contigu d’octets. SHAPE@WKT—Représentation textuelle connue (WKT) de la géométrie de l’OGC. Cette représentation constitue une représentation portable d’une valeur de géométrie sous la forme d’une chaîne de texte. SHAPE@AREA—Double de la surface de l’entité. SHAPE@LENGTH—Double de la longueur de l’entité. OID@—Valeur du champ ID d’objet. 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. (La valeur par défaut est *)	String
where_clause	Expression optionnelle qui limite les enregistrements retournés. Pour plus d’informations sur les clauses WHERE et les instructions SQL, reportez-vous à la rubrique Référence SQL pour les expressions de requête utilisées dans ArcGIS. (La valeur par défaut est "")	String
spatial_reference	Référence spatiale de la classe d’entités. Lorsque cet argument est spécifié, l’entité est projetée (ou transformée) à partir de la référence spatiale de l’entrée. Lorsqu’il n’est pas spécifié, la référence spatiale des classes d’entité en entrée est utilisée. Un objet SpatialReference ou une chaîne équivalente constitue une valeur valide. 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) (La valeur par défaut est None)	SpatialReference
explode_to_points	Déconstruire une entité en ses différents points ou sommets. Si explode_to_points est défini sur True, une entité multi-points avec cinq points, par exemple, est représentée par cinq lignes. (La valeur par défaut est False)	Boolean
skip_nulls	Contrôler si les enregistrements utilisant des valeurs nulles sont ignorés. Il peut s’agir de la valeur booléenne True ou False, d’une fonction Python ou d’une expression lambda. Si le paramètre est défini sur True et qu’un des attributs de l’enregistrement est nul (y compris la géométrie), l’enregistrement est ignoré. Avec un paramètre False, skip_nulls tente d’utiliser tous les enregistrements, qu’ils soient nuls ou non. Dans un tableau NumPy, une valeur nulle est représentée par un nan (not a number) pour les valeurs numériques en virgule flottante, mais pas pour les nombres entiers. Skip all records that include a null. import arcpy array = arcpy.da.FeatureClassToNumPyArray(fc, fields, skip_nulls=True) Une fonction Python ou une expression lambda peut être utilisée pour permettre un contrôle plus fin, notamment en enregistrant les valeurs OID de tous les enregistrements qui comportent une valeur nulle. Dans les deux exemples ci-dessous, l’expression ou la fonction lambda est utilisée pour identifier les OID qui comprennent des enregistrements nuls. 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) Remarque : Dans les tableaux NumPy, les valeur nulles sont représentées par nan dans les types de valeurs à virgule flottante et par None dans les types de texte. Les types de nombres entiers ne prennent pas en charge le concept de valeurs nulles. (La valeur par défaut est False)	Variant
null_value	Remplace les valeurs nulles de l’entrée par une nouvelle valeur. null_value est remplacé avant l’évaluation de skip_nulls. 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) Attention : En fournissant un masque comme -9999, vous pouvez exporter des champs de type entier contenant des valeurs nulles vers un tableau NumPy, mais soyez prudents lorsque vous utilisez ces valeurs dans une analyse. Les résultats peuvent être faussés par inadvertance par la valeur introduite. (La valeur par défaut est None)	Integer

Valeur renvoyée

Type de données	Explication
NumPyArray	Tableau structuré NumPy

Exemple de code

Convertir une table en tableau NumPy et effectuer certains calculs statistiques de base avec NumPy.

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())

Utilisez la fonction TableToNumPyArray pour déterminer les coefficients de corrélation pour deux champs.

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])))