摘要
将表转换为 NumPy 结构化数组。
讨论
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。 如果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。 不支持几何、栅格和 BLOB 字段。 以令牌(如 OID@)取代字段名称可访问更多的信息:
(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,请参阅构建查询表达式。 (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(True 或 False)、Python 函数或 lambda 表达式。 设置为 True 时,只要记录的属性是空值(包括几何图形),就跳过该记录。如果设置为 False,skip_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。
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。
使用 lambda 表达式来捕获所有因含空值被跳过的记录。
(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。
使用字典掩码拥有不同值的整数字段中的 None 值。
(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])))