TableToNumPyArray

摘要

将表转换为 NumPy 结构化数组。

说明

NumPy 是 Python 中用于进行科学计算的基础包,其包括支持功能强大的 N 维数组对象。有关详细信息,请参阅在 ArcGIS 中使用 NumPy

要将要素类转换成 NumPy 数组,请改用 FeatureClassToNumPyArray 函数。

语法

TableToNumPyArray (in_table, field_names, {where_clause}, {skip_nulls}, {null_value})
参数说明数据类型
in_table

要素类、图层、表或表视图。

String
field_names
[field_names,...]

字段名称列表(或组)。 对于单个字段,可以使用一个字符串,而不使用字符串列表。

要访问输入表中的所有字段(栅格和 BLOB 字段除外),可以使用星号 (*) 代替字段列表。 但是,为了获得较快的性能和可靠的字段顺序,建议您将字段列表限制在实际需要的字段。

不支持栅格和 BLOB 字段。 使用 SHAPE@ 令牌时几何对象不受支持,但在使用 SHAPE@XY(要素质心坐标的元组)、SHAPE@AREASHAPE@LENGTH 等其他令牌时可以包含几何信息。

以令牌(如 OID@)取代字段名称可访问更多的信息:

  • OID@返回 ObjectID 字段的值。

(默认值为 *)

String
where_clause

用于限制所返回的记录的可选表达式。 有关 where 子句和 SQL 语句的详细信息,请参阅在 ArcGIS 中使用的查询表达式的 SQL 参考

(默认值为 "")

String
skip_nulls

控制是否跳过使用空值的记录。 可以是布尔值(TrueFalse)、Python 函数或 lambda 表达式。

设置为 True 时,只要记录的属性是空值(包括几何),就跳过该记录。 如果设置为 Falseskip_nulls 将尝试使用所有记录,而不考虑空值。 在 NumPy 数组中,对于浮点数值,空值表示为 nan(not a number,不是数字),但不适用于整数。

下面是有关跳过所有包含空值的记录的示例。

import arcpy
array = arcpy.da.TableToNumPyArray(table, fields, skip_nulls=True)

使用 Python 函数或 lambda 表达式可进行更精细的控制,包括对含有空值的所有记录的 OID 值进行记录。 在以下两个示例中,使用 lambda 表达式或函数来识别含有空记录的 OID。

使用函数来捕获所有因含空值被跳过的记录。

import arcpy

def getnull(oid):
    nullRows.append(oid)
    return True

nullRows = list()
array = arcpy.da.TableToNumPyArray(table, fields, skip_nulls=getnull)
print(nullRows)

使用 lambda 表达式来捕获所有因含空值被跳过的记录。

import arcpy
nullRows = list()
array = arcpy.da.TableToNumPyArray(
    table, fields, skip_nulls=lambda oid: nullRows.append(oid))
print(nullRows)

注:

在 NumPy 数组中,空值以浮点型(如 nan)和文本类型(如 None)表示。 整型不支持空值概念。

(默认值为 False)

Variant
null_value

将输入的空值替换为新值。

在计算 skip_nulls 之前,替换 null_value

掩码拥有 -9999 的整数字段中的 None 值。

import arcpy fields = ['field1', 'field2'] arcpy.da.TableToNumPyArray(table, fields, null_value=-9999)

使用字典掩码拥有不同值的整数字段中的 None 值。

import arcpy fields = ['field1', 'field2'] nullDict = {'field1':-999999, 'field2':-9999}
arcpy.da.TableToNumPyArray(table, fields, null_value=nullDict)
警告:

提供掩膜(例如 -9999)允许将包含空值的整型字段导出到 NumPy 数组,但在任何分析中使用这些值时都请务必谨慎。 分析结果可能因引入的值而意外偏斜。

(默认值为 None)

Integer
返回值
数据类型说明
NumPyArray

NumPy 结构化数组。

代码示例

TableToNumPyArray 示例 1

将表转化为 NumPy 数组并为 NumPy 运算某些基本统计数据。

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 示例 2

使用 TableToNumPyArray 确定两个字段的相关系数。

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])))

相关主题