FeatureClassToNumPyArray—ArcGIS Pro

サマリー

フィーチャクラスを NumPy 構造化配列に変換します。

説明

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.

テーブルを NumPy 配列に変換するには、代わりに TableToNumPyArray 関数を使用します。

構文

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

パラメーター	説明	データタイプ
in_table	フィーチャクラス、レイヤー、テーブル、またはテーブルビュー。	String
field_names [field_names,...]	フィールド名のリスト (またはタプル)。単一フィールドの場合、文字列のリストの代わりに文字列を使用できます。フィールドのリストの代わりにアスタリスク () を使用すると、入力テーブルのすべてのフィールドにアクセスできます (BLOB フィールドは除きます)。ただし、パフォーマンスとフィールドの順序の信頼性を高めるために、フィールドのリストは実際に必要なフィールドのみに絞り込むことをお勧めします。ラスターおよび BLOB フィールドはサポートされていません。 SHAPE@ トークンを使用するジオメトリオブジェクトはサポートされていませんが、SHAPE@XY (フィーチャの重心座標のタプル)、SHAPE@AREA、SHAPE@LENGTH などの他のトークンを使用してジオメトリ情報を含めることができます。その他の情報には、フィールド名の代わりにトークン (OID@ など) を使用してアクセスできます。 SHAPE@XY—フィーチャの重心を表す X 座標と Y 座標の組み合わせ SHAPE@XYZ—フィーチャの重心を表す XYZ 座標の組み合わせ SHAPE@TRUECENTROID—フィーチャの重心を表す X 座標と Y 座標の組み合わせ SHAPE@XY と同じ値が返されます。 SHAPE@X—フィーチャの X 座標 (Double) SHAPE@Y—フィーチャの Y 座標 (Double) SHAPE@Z—フィーチャの Z 座標 (Double) SHAPE@M—フィーチャの M 値 (Double) SHAPE@JSON—ジオメトリを表す Esri JSON 文字列 SHAPE@WKB—OGC ジオメトリの WKB (Well-Known Binary) 表現。ジオメトリ値の汎用的な表現が、連続的なバイトストリームとして提供されます。 SHAPE@WKT—OGC ジオメトリの WKT (Well-Known Text) 表現。ジオメトリ値の汎用的な表現が、テキスト文字列として提供されます。 SHAPE@AREA—フィーチャの面積 (Double) SHAPE@LENGTH—フィーチャの長さ (Double) OID@—Object ID フィールドの値 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. (デフォルト値は次のとおりです )	String
where_clause	返されるレコードを制限するオプションの式。 WHERE 句と SQL ステートメントの詳細については、「ArcGIS で使用されるクエリ式への SQL リファレンス」をご参照ください。 (デフォルト値は次のとおりです "")	String
spatial_reference	フィーチャクラスの空間参照。この引数を指定すると、フィーチャが入力の空間参照から投影 (または変換) されます。指定しないと、入力フィーチャクラスの空間参照が使用されます。この引数に有効な値は、SpatialReference オブジェクトまたはそれに相当する文字列です。 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)` (デフォルト値は次のとおりです None)	SpatialReference
explode_to_points	フィーチャを個々のポイントまたは頂点に分解します。 explode_to_points が True に設定されている場合、たとえば 5 つのポイントがあるマルチポイントフィーチャは 5 つの行で表現されます。 (デフォルト値は次のとおりです False)	Boolean
skip_nulls	NULL を使用するレコードをスキップするかどうかを制御します。ブール値の True または False、あるいは Python 関数か lambda 式を指定できます。 True に設定した場合、レコードの属性に NULL が含まれている場合 (ジオメトリを含む)、そのレコードはスキップされます。 False 設定では、skip_nulls は NULL に関係なくすべてのレコードを使用しようとします。 NumPy 配列では、NULL は浮動小数値の場合 NaN (Not a Number) と表現されますが、整数の場合は表現できません。 Skip all records that include a null. `import arcpy array = arcpy.da.FeatureClassToNumPyArray(fc, fields, skip_nulls=True)` Python 関数または lambda 式を使用して、NULL 値を含むすべてのレコードの OID 値をログに記録するなど、より細かい制御を行うことができます。以下の 2 つの例では、NULL レコードを含む OID を特定するために lambda 式または関数が使用されています。 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)` 注意: NumPy 配列の場合、NULL は float タイプでは nan、テキストタイプでは None などと表現されます。整数タイプは、NULL 値の概念をサポートしていません。 (デフォルト値は次のとおりです False)	Variant
null_value	入力の NULL 値を新しい値に置き換えます。 null_value は、skip_nulls が評価される前に置き換えられます。 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: 9999 などのマスクを指定すると、NULL を含む整数フィールドを NumPy 配列にエクスポートできますが、これらの値を解析で使用する場合は注意してください。導入された値によって、結果に狂いが生じる可能性があります。 (デフォルト値は次のとおりです None)	Integer

戻り値

データタイプ	説明
NumPyArray	NumPy 構造化配列。

コードのサンプル

テーブルを NumPy 配列に変換し、NumPy を使用して基本的な統計情報の計算を実行します。

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())

TableToNumPyArray を使用して、2 つのフィールドの相関係数を求めます。

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])))

サマリー

説明

構文

注意:

注意:

コードのサンプル

関連トピック

このトピックの内容

関連トピック