FeatureClassToNumPyArray

Краткая информация

Функция FeatureClassToNumPyArray выполняет преобразование класса объектов в структурированный массив NumPy.

Обсуждение

NumPy – это основной пакет для научных вычислений в Python, включая поддержку мощного N-мерного массива. Дополнительные сведения см. в разделе NumPy в ArcGIS.

Для преобразования таблицы в массив NumPy используйте вместо этого функцию TableToNumPyArray.

Синтаксис

FeatureClassToNumPyArray (in_table, field_names, {where_clause}, {spatial_reference}, {explode_to_points}, {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: SHAPE@XY—Кортеж x, y координат центроида объекта. SHAPE@XYZ—Кортеж x, y, z координат центроида объекта. SHAPE@TRUECENTROID—Кортеж x, y координат центроида объекта. Выдает такой же результат, что и SHAPE@XY. SHAPE@X—Значение двойной точности координаты х объекта. SHAPE@Y—Значение двойной точности координаты y объекта. SHAPE@Z—Значение двойной точности координаты z объекта. SHAPE@M—Значение двойной точности m для объекта. SHAPE@JSON—Строка Esri JSON, представляющая геометрию. SHAPE@WKB—Стандартное двоичное (well-known binary, WKB) представление для геометрии OGC. Он обеспечивает портативное представление значения геометрии в виде непрерывного потока байтов. SHAPE@WKT—Стандартное текстовое (well-known text, WKT) представление для геометрии OGC. Он обеспечивает портативное представление значения геометрии в виде текстовой строки. SHAPE@AREA—Значение двойной точности для площади объекта. SHAPE@LENGTH—Значение двойной точности для длины объекта. OID@—Значение поля Object ID. 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. (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
spatial_reference	Пространственная привязка класса объектов. Когда этот аргумент задан, объект будет спроецирован (или преобразован) из пространственной привязки входных данных. Если не указан, то будет использоваться пространственная привязка входных классов пространственных объектов. Допустимыми значениями этого аргумента являются объект SpatialReference или эквивалент строки. 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) (Значение по умолчанию — None)	SpatialReference
explode_to_points	Разбивает объект на отдельные точки или вершины. Если для explode_to_points задано значение True, то мультиточечный объект с пятью точками, например, представляется пятью строками. (Значение по умолчанию — False)	Boolean
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. Skip all records that include a null. import arcpy array = arcpy.da.FeatureClassToNumPyArray(fc, 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. 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) 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 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) 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

Преобразуйте таблицу в массив numpy и выполните базовую статистику с использованием 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())

Используйте TableToNumPyArray для определения коэффициентов корреляции для двух полей.

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])))