TableToNumPyArray

Краткая информация

Выполняет преобразование таблицы в структурированный массив NumPy.

Обсуждение

NumPy – это основной пакет для экспоненциальных вычислений в Python с поддержкой мощных n-размерных объектов типа массив (array). Подробнее см. в разделе Работа с NumPy в ArcGIS.

Для преобразования классов объектов в массив NumPy используйте вместо этого функцию FeatureClassToNumPyArray.

Синтаксис

TableToNumPyArray (in_table, field_names, {where_clause}, {skip_nulls}, {null_value})

Параметр	Описание	Тип данных
in_table	Входной класс объектов, слой, таблица или табличное представление.	String
field_names [field_names,...]	Список (или кортеж) имен полей. Для одного поля можно использовать строку вместо списка строк. Используйте звездочку (*) вместо списка полей для доступа ко всем полям из входной таблицы (BLOB-поля исключены). Однако для повышения производительности и улучшения надежности порядка полей рекомендуется сузить список полей до реально необходимых полей. Поля растра и типа BLOB не поддерживаются. Объекты геометрии не поддерживаются при использовании токена SHAPE@, но информация о геометрии может быть включена при использовании других токенов, таких как SHAPE@XY (кортеж координат центроида объекта), SHAPE@AREA и SHAPE@LENGTH. Доступ к дополнительной информации можно получить, используя токены (такие как OID@) вместо имен полей: OID@—Returns the value of the ObjectID field. (Значение по умолчанию — *)	String
where_clause	Возвращается дополнительное выражение, которое ограничивает записи. Более подробно об условиях WHERE и выражений SQL см. Основы SQL для выражений запроса, применяемых в ArcGIS. (Значение по умолчанию — "")	String
skip_nulls	Управляет тем, пропускаются ли записи со значениями NULL. Это может быть логическое значение True или False, функция Python или выражение lambda. Если задано значение True, запись пропускается, если какой-либо из атрибутов записи (в том числе геометрия) имеет значение null. При значении False, skip_nulls пытается использовать все записи, вне зависимости от значений null. В массиве NumPy отсутствие значений представляется как nan (not a number – не число) для числовых значений с плавающей точкой, но не для целых чисел. Ниже приведен пример пропуска всех записей с NULL. import arcpy array = arcpy.da.TableToNumPyArray(table, fields, skip_nulls=True) Функцию Python и выражение lambda можно использовать для более детального управления, например, записи в журнал значений OID всех записей с NULL. В обоих примерах ниже, выражение lambda или функция используются для определения OID с записями null. Используйте функцию для получения всех записей, пропущенных из-за NULL. import arcpy def getnull(oid): nullRows.append(oid) return True nullRows = list() array = arcpy.da.TableToNumPyArray(table, fields, skip_nulls=getnull) print(nullRows) Используйте лямбда-выражения для получения всех записей, пропущенных из-за NULL. import arcpy nullRows = list() array = arcpy.da.TableToNumPyArray( table, fields, skip_nulls=lambda oid: nullRows.append(oid)) print(nullRows) Примечание: В массивах NumPy строки с null представляются в типах с плавающей запятой, как nan, а в текстовых типах – как None. Целочисленные типы не поддерживают концепцию NULL. (Значение по умолчанию — False)	Variant
null_value	Заменяет NULL из входных данных на новое значение. null_value заменяется до вычисления skip_nulls. Mask None values in integer fields with a -9999. import arcpy fields = ['field1', 'field2'] arcpy.da.TableToNumPyArray(table, fields, null_value=-9999) Mask None values in integer fields with different values using a dictionary. import arcpy fields = ['field1', 'field2'] nullDict = {'field1':-999999, 'field2':-9999} arcpy.da.TableToNumPyArray(table, fields, null_value=nullDict) Внимание: Указание маски, например -9999, позволяет экспортировать целочисленные поля без значений (NULL) в массив NumPy, но будьте осторожны при использовании этих значений при анализе. Результаты могут быть искажены данным значением. (Значение по умолчанию — None)	Integer

Возвращаемое значение

Тип данных	Описание
NumPyArray	Структурированный массив NumPy.

Пример кода

TableToNumPyArray, пример 1

Преобразуйте таблицу в массив NumPy и выполните базовую статистику с помощью NumPy.

import arcpy
import numpy

input = "c:/data/usa.gdb/USA/counties"
arr = arcpy.da.TableToNumPyArray(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, пример 2

Используйте функцию TableToNumPyArray для определения коэффициентов корреляции для двух полей.

import arcpy
import numpy

input = arcpy.GetParameterAsText(0)
field1 = arcpy.GetParameterAsText(1)
field2 = arcpy.GetParameterAsText(2)

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

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