描述
将栅格转换为 NumPy 数组。
讨论
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,NumPy 数组是包含在 Python 的 SciPy 科学计算包中的最著名数组。您可能想要将 ArcGIS 栅格转换为 NumPy 数组以
- 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)。
如果数组的定义(左下角以及行数和列数)超出 in_raster 的范围,则数组值将分配为 NoData。
如果 lower_left_corner 与像元角不重合,则会自动捕捉到最近像元角的左下角,该捕捉方法采用的规则与“捕捉栅格”环境设置中的规则相同。RasterToNumPy 函数内的捕捉操作不会与“捕捉栅格”环境设置相混淆;该函数只使用相同的交互。有关详细信息,请参阅以下内容:
RasterToNumPyArray 支持将多波段栅格直接转换为多维数组 (ndarray)。
- 如果输入 Raster 实例基于多波段栅格,则会返回 ndarry,其中第一维的长度表示波段数。该 ndarry 将具有维度(波段、行、列)。
- 如果输入 Raster 实例基于单个栅格或多波段栅格中的特定波段,则会返回含维度(行、列)的二维数组。
RasterToNumPyArray 支持将多维栅格数据集直接转换为 NumPy 数组。输出 NumPy 数组是维度为 [rows, cols, slice_count] 的 3D 数组。NumPy 数组中的剖切遵循 mdRaster.slices 中列出的顺序
语法
RasterToNumPyArray (in_raster, {lower_left_corner}, {ncols}, {nrows}, {nodata_to_value})
参数 | 说明 | 数据类型 |
in_raster | 要转换为 NumPy 数组的输入栅格。 | Raster |
lower_left_corner | 可从 in_raster 中的左下角提取处理块以转换为数组。x 值和 y 值采用地图单位。若未指定值,则将使用输入栅格的原点。 (默认值为 None) | Point |
ncols | in_raster 中要转换为 NumPy 数组的 lower_left_corner 中的列数。 若未指定值,则将使用输入栅格的列数。 (默认值为 None) | Integer |
nrows | in_raster 中要转换为 NumPy 数组的 lower_left_corner 中的行数。 若未指定值,则将使用输入栅格的行数。 (默认值为 None) | Integer |
nodata_to_value | 在生成的 NumPy 数组中分配 in_raster NoData 值的值。 若未指定值,则将使用 in_raster 的 NoData 值。 (默认值为 None) | Variant |
数据类型 | 说明 |
NumPyArray | 输出的 NumPy 数组。 |
代码示例
将栅格数据转换为 NumPy 数组旨在计算栅格中每一行的像元值百分比。然后,将会创建一个新的栅格数据。
import arcpy
import numpy
# Get input Raster properties
inRas = arcpy.Raster('C:/data/inRaster')
lowerLeft = arcpy.Point(inRas.extent.XMin,inRas.extent.YMin)
cellSize = ras.meanCellWidth
# Convert Raster to numpy array
arr = arcpy.RasterToNumPyArray(inRas,nodata_to_value=0)
# Calculate percentage of the row for each cell value
arrSum = arr.sum(1)
arrSum.shape = (arr.shape[0],1)
arrPerc = (arr)/arrSum
#Convert Array to raster (keep the origin and cellsize the same as the input)
newRaster = arcpy.NumPyArrayToRaster(arrPerc,lowerLeft,cellSize,
value_to_nodata=0)
newRaster.save("C:/output/fgdb.gdb/PercentRaster")
块将对输入多波段栅格进行处理并计算所有波段的像元统计数据。该脚本将多波段栅格转换为三维 NumPy 数组,并通过将该数组划分为数据块的方式对其进行处理。接下来,该脚本将计算块中所有行的平均值,将块 numpy 数组转换成栅格,并通过镶嵌重新组合波段。已创建新的多波段栅格。
# Note that, if the input raster is multiband, the data blocks will also be
# multiband, having dimensions (bands, rows, columns). Otherwise, they will
# have dimensions of (rows, columns).
import arcpy
import numpy
import os
# Input raster
filein = os.path.join(os.getcwd(),r"input\input.tif")
# Output raster (after processing)
fileout = os.path.join(os.getcwd(),r"output\blockprocessingrdb22.tif")
# Size of processing data block
# where memorysize = datatypeinbytes * numbands * blocksize^2
blocksize = 512
# ----------------------------------------------------------------------------
# Create raster object from file
myRaster = arcpy.Raster(filein)
# Set environmental variables for output
arcpy.env.overwriteOutput = True
arcpy.env.outputCoordinateSystem = filein
arcpy.env.cellSize = filein
# Loop over data blocks
filelist = []
blocknum = 0
for x in range(0, myRaster.width, blocksize):
for y in range(0, myRaster.height, blocksize):
# Lower left coordinate of block (in map units)
mx = myRaster.extent.XMin + x * myRaster.meanCellWidth
my = myRaster.extent.YMin + y * myRaster.meanCellHeight
# Upper right coordinate of block (in cells)
lx = min([x + blocksize, myRaster.width])
ly = min([y + blocksize, myRaster.height])
# noting that (x, y) is the lower left coordinate (in cells)
# Extract data block
myData = arcpy.RasterToNumPyArray(myRaster, arcpy.Point(mx, my),
lx-x, ly-y)
# PROCESS DATA BLOCK -----------------------------
# e.g., Calculate mean of each cell of all bands.
myData -= numpy.mean(myData, axis=0, keepdims=True)
# ------------------------------------------------
# Convert data block back to raster
myRasterBlock = arcpy.NumPyArrayToRaster(myData, arcpy.Point(mx, my),
myRaster.meanCellWidth,
myRaster.meanCellHeight)
# Save on disk temporarily as 'filename_#.ext'
filetemp = ('_%i.' % blocknum).join(fileout.rsplit('.',1))
myRasterBlock.save(filetemp)
# Maintain a list of saved temporary files
filelist.append(filetemp)
blocknum += 1
# Mosaic temporary files
arcpy.Mosaic_management(';'.join(filelist[1:]), filelist[0])
if arcpy.Exists(fileout):
arcpy.Delete_management(fileout)
arcpy.Rename_management(filelist[0], fileout)
# Remove temporary files
for fileitem in filelist:
if arcpy.Exists(fileitem):
arcpy.Delete_management(fileitem)
# Release raster objects from memory
del myRasterBlock
del myRaster
# ----------------------------------------------------------------------------
将多维栅格转换为 NumPy 数组。
# Note that, if the input multidimensional raster is also multiband, the data blocks will have dimensions (bands, rows, columns, slices). Otherwise, they will
# have dimensions of (rows, columns, slices).
import arcpy
import numpy
# Get input multidimensional Raster
in_mdim_raster = arcpy.Raster('C:/data/water_temp.nc', True)
lowerLeft = arcpy.Point(in_mdim_raster.extent.XMin,in_mdim_raster.extent.YMin)
blockSize = 512
# Convert Raster to numpy array
arr = arcpy.RasterToNumPyArray(in_mdim_raster, lower_left_corner = lowerLeft, ncols = blockSize, nrows = blockSize, nodata_to_value=0)
# the shape of the numpy array is [rows, cols, slices]
print(arr.shape)