「 刘一哥与GIS的故事」

本案例基于ArcGIS python，将landsat影像的7个波段影像数据，批量提取至单个波段。

在开始配置Visual Studio Code以支持Python开发之前，首先需要确保你的计算机上已经安装了Python。你可以从Python的官方网站下载并安装最新版本的Python。安装完成后，可以在命令行中输入python --version来验证Python是否成功安装以及查看其版本信息。如果在安装VS时选择了Python，则不需要安装，如果么有勾选，可以从扩展中搜索python插件，进行安装。ArcGIS默认安装的是python27，而本次安装的Visual Studio2022并不支持。

ArcGIS 10.2批量导入Excel数据X、Y坐标（经纬度、平面坐标），一键py生成Shapefile点数据图层生成的数据是带有坐标系的，也就是wgs1984，是根据代码中的EPSG代码来确定的。例如，你的数据如果是平面坐标，就需要找到对应的坐标的EPSG。现有多个excel、txt或者csv格式的坐标数据，需要根据其坐标批量一键生成shp点数据，如下X为经度，Y为维度。多个文件通常是借助python来完成的，代码如下，点击F5运行即可。批量生成的shp：所有的属性数据都没有丢失的转到了shp属性表中。

以土地利用数据为例，提取多个shp数据中的旱地。提取的旱地：（以图层名称+地类名称命名）

多个人在利用ArcGIS做数字化之后，需要批量为多个图层添加一个或者多个相同的字段，挨个手动添加字段显然不可取。ArcGIS Python提供了快速高效的批量添加字段的解决方案。本文以土地利用数据（Landuse1和Landuse2）为例，采用简单的Python代码实现了文中两个矢量图层批量添加字段。文章目录1. 矢量化结果预览2. 批量添加字段前后的属性表对比3. ArcGIS Python实现4. 配套实验数据下载1. 矢量化结果预览2. 批量添加字段前后的属性表对比在数字化时，只采集了.

以土地利用数据为例，DLMC字段为每个图斑的用地类型，怎样用Python代码获取该字段的属性唯一值？Python代码实现结果：Python源代码：import arcpyfrom arcpy import envarcpy.gp.overwriteOutput=1env.workspace = "E:/data"def getuniqueValue(inTable,inField): rows = arcpy.SearchCursor(inTable) unique.

基于土地利用数据，根据用地类型名称，批量筛选出不同类型的用地，生成不同类型的shp数据，以类型名称命名。文章目录土地利用原始数据根据名称批量筛选结果ArcGIS Python批处理代码土地利用原始数据根据名称批量筛选结果ArcGIS Python批处理代码# -*- coding: cp936 -*-import arcpyfrom arcpy import envarcpy.gp.overwriteOutput=1env.workspace = "E:/data"def .

从Glabeland30官网下载的全球地覆盖数据包括3年（2000、2010、2020），每一年都是按图幅存储的tif格式栅格数据。以2000的数据为例，全球共812个图幅，每一个图幅对应一个压缩包，如下图所示。WinRAR解压缩在进行数据预处理时，必须将其逐个解压（其实我们知道，为了便于在软件中操作，最好的方式是将所有的图幅数据解压到一个文件夹内），然而这样可能有困难，可以先将所有的文件夹选中，右键→WinRAR→解压到当前文件夹。解压结果是每个图幅对应一个文件夹，WinRAR解压软件只能做到这

最大合成法（MVC）可以在Envi中的Band Math中进行，式子是B1>B2,但是无法批量化；本文实现在ArcGIS中利用Python代码批量进行，如下：用到的Modis NDVI数据是在MRT中进行拼接与转投影后的月数据，一个月有两期，数据格式是.tif，文件名的格式如：20040101.1_km_16_days_NDVI.tif，20040102.1_km_16_days_NDVI.tif代表2004年1月份的两期数据。本次处理的为2004-2013年的10年的数据。Python代码如

文章目录addin介绍addin下载addin安装addin介绍ArcGIS从10.0开始支持addin（ArcGIS软件中又叫作加载项）的方式进行插件制作。相对于以往9.x系列，addin的无论是从使用或者编写都更加方便快捷。通过开发语言，可以制作ArcGIS Desktop各个软件模块的插件。Esri提供了Python加载项向导工具来实现Addin界面的搭建，可以到Esri官网去下载该工具Python加载项向导 。从介绍来看，该设计器要求的最低ArcGIS版本为10.1 ，如下图所示：add

ArcGIS虽然可以实现一次多个影像同时参与，拼接成一个整的影像，但是通常情况下，多个影像并不在同一个文件夹下，这样拼接的时候需要逐个手动进行添加，如果数据量大的话，跟不就不可取，针对这一问题，本文采用Python，实现将多个文件夹下的多个影像拼接，高效快速。我们以Globeland30土地利用数据为例进行演示。从官网上下载2000、2010、2020三年的数据，解压后是3个文件夹。选择2000年的数据，打开文件夹，有个多个压缩包，全选，解压到当前文件夹。这样我们就得到了如下的数据样式然后打开

文章《ArcGIS栅格影像（NDVI）归一化处理的两种方法精解》详细介绍了ArcGIS中进行NDVI影像归一化处理的两种方法，但是无法批量进行，本文就放大招用Python实现批量NDVI归一化处理，大大提高了工作效率，还不赶快Get了？import arcpyfrom arcpy import envfrom arcpy.sa import *arcpy.CheckOutExtension(“Spatial”)#这个是工作空间目录，待处理的所有影像都在这个文件型数据库中env.workspace

文章目录1. Python简介2. Python的特点3. ArcGIS的脚本语言4. ArcGIS中的Python脚本编辑器1. Python简介Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。2. Python的特点3. ArcGIS的脚本语言ArcGIS中支持Python、VBScript、JavaScrip

Python的语法和其它编程语言的语法有所不同，编写Paython程序之前需要对语法有所了解，才能编写规范的Python程序。本篇介绍Python标识符的同时，也讨论了Python变量的声明和赋值。通过本章的学习，将对python的数据类型、操作符、变量与赋值、代码块及缩进对齐、控制结构、函数、错误处理等进行全面的掌握，为后续ArcGIS Python深度学习打好基础。文章目录1. 数据类型2. 运算符3. 标识符4. 变量与赋值5. 代码块及缩进对齐6. 控制结构7. 函数8. 错误处理1. 数.

一年中的12个月份的月最大合成（mvc）数据放在“F:\\Vegetation Change\\Data\\GIMMS Data\\1MVC\\"，数据名称格式为mvc_198801,mvc_198802........mvc_198812。处理年份为1981-2006，代码为：import arcpyarcpy.CheckOutExtension("spatial")for i in r

影像做除法时，要先进行float()运算，在进行Divide运算。以下将指定文件夹下的.tif文件首先转换为float并保存在指定文件，再进行divide运算。import arcpy,os,globarcpy.CheckOutExtension("spatial")datafiles=glob.glob("F:\\Modis_16\\1Moasic\\*.tif")for datafi

栅格数据是一个独特的空间数据类型。很多地理处理工具都是为了处理栅格数据而开发的。1. 列出栅格数据ListRaster函数是以Python列表的形式返回工作控件中的栅格数据，该函数的语法格式是：ListRaster({wild_card},{raster_type})可选参数wild_card通过名称限制返回的结果，参数raster_type通过栅格数据的类型限制返回的结果。举例：列出某个工作空间中的所有tif格式的栅格数据如下。import arcpyfrom arcpy impor.

在ArcGIS中，要为矢量数据或栅格数据重命名，需要到ArcCatalog中进行，但是只能一个个重命名。ArcGIS中也提供了矢量、栅格数据的重命名工具：【重命名】，如下图所示：双击运行该工具，可以看到，更改数据集的名称。这包括各种数据类型，其中包括要素数据集、栅格、表 和 shapefile。在工具上右键→批处理，也可以进行批处理。以上操作虽然可以实现批处理，但是过程比较麻烦，需要不断确定输入元素和输出元素。本文讲述如何用Python代码实现高效批处理。下过如下图所示：

ArcGIS10.6 python批量将栅格中的特定值替换Setnull为NoData 案例一： 如下图所示为兰州市dem，将图一中高程大于1600m的像元值设置为无效（Setnull）之后的效果如图二所示。 实现过程：栅格计算器参考文章：《【ArcGIS风暴】ArcGIS 10.2栅格计算器实用公式大全（经典珍藏版）》，该文章中主要以rcGIS102.为平台讲解栅格计算器的使用方法及注意事项。在ArcGIS10.6中，以GRID格式的DEM数据为例，将高程值大于1600的像元设源代码赠送

通常，我们需要将多个栅格求平均，例如，将一年中每个月的NDVI值加起来除以12，就会等到月均NDVI，该过程虽然在栅格计算器中可以实现，但是当时间序列较长时就比较费事，此时，python代码是不二的选择。下图所示为栅格数据相加的原理图，也就是对应的栅格相加，生成新的栅格数据。求均值是需要再除以栅格个数。python求均值代码：import arcpyfrom arcpy.sa import *arcpy.CheckOutExtension("spatial")arcpy.gp.ove

ArcGIS python批量获取栅格数据四至（top，bottom，left，right）坐标代码上图所示为ArcGIS自带的影像数据，存放路径为C:\Program Files (x86)\ArcGIS\Desktop10.6\ArcGlobeData\wsiearth.tif"，在源中可以查看该数据的四至坐标，那么，怎样用python批量获取多个栅格数据的四至坐标呢？实现方法：在python中编写如下代码，回车！代码运行结果： import arcpy arcpy.env.workspa

由于论文的需要，将MODIS NDVI数据进行投影变换和格式转换，具体操作可以参照：《ArcGIS10.8完美实现MODIS NDVI数据格式转换和投影变换》，但是该文章中的做法只能一次性实现一景影像的转换，没法批量，虽然ArcGIS中提供了Batch的方法但是需要挨个添加数据，确定输出路径等等，本文就实现以ArcGIS10.8 Python代码批量完美实现MODIS NDVI数据格式转换和投影变换。先来看投影后的效果：在实现批量投影转换之前，需要两个投影文件：Sinusoidal.prj和MyAl

简单的Python库，如Numpy，可以直接在PyCharm中自动下载并安装。同添加Python环境变量一样，需要先添加pip环境变量。pip位于C:\Python27\ArcGIS10.8\Scripts路径下。Win+R→cmd：安装完成！

NumPy简介NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。NumPy 是一个.

前面的文章《ArcGIS Python获取Shapefile矢量数据字段名称》我们已经学会了如何用 Python 获取中文路径下的shp数据的所有字段，英文没有问题，但是如果你输出中文路径下的数据字段， 就有可能会碰到中文编码问题。Python 文件中如果未指定编码，在执行过程会出现报错：import arcpyshp = 'C:\data\地级市.shp'fields = arcpy.ListFields(shp)for f in fields: print f.name.

借助PyCharm环境，在不打开ArcGIS的情况下，编写Python代码，获取矢量数据的所有字段。import arcpyshp = r'C:\data\out\Export_Output.shp'fields = arcpy.ListFields(shp)for f in fields: print f.name运行结果：

时至今日，笔者已经总结了三种用Python语言结合ArcGIS10.2提供的接口去批量处理地理数据的方法。即： 1. 用IDLE、Python Tools for Visual Studio等去编写py文件； 2. 用Python提供的tKinter模块去构建可视化窗体，并将其打包成exe可执行文件； 3. 用Python脚本工具自定义工具箱。 下面对三种方法分别做介绍。一、用IDLE、Python Tools for Visual Studio或PyChar

一、说明 之前写过用Python代码块处理地理数据的例子，如裁剪、投影、格式转换等，曾想过用C#制作个窗体，嵌入Python代码，今天无意发现Python也能用tKinter构建简单的窗体，眼前一亮，先写个批量裁剪的例子吧。这样就不用对数据路径改来改去了，只需确定元数据路径，掩膜数据和输出路径就OK了，十分方便。二、效果三、代码#coding=utf-8fro

import arcpyfrom arcpy.sa import *arcpy.CheckOutExtension("spatial")arcpy.gp.overwriteOutput=1#customarcpy.env.workspace="G:\\Phenology of 30 Years\\GIMMS 3g\\15Length\\1Length\\"#customoutpat

在ArcGIS中提供了点转栅格（PointToRaster）的工具，如下所示：参数说明：（1）file：点图层（.shp）（2）data：值字段（3）outFile：转换后的栅格图层（4）9660.848118：空间分辨率import arcpyarcpy.gp.overwriteOutput=1arcpy.env.workspace="G:\\Phenology of 30 Years\\GIMMS 3g\\14Down\\1PointsJoin\

Python语言在ArcGIS软件中发挥着乾坤大挪移的作用，然而很多人并不知道它的厉害之处。今天我们利用Python语言来批处理遥感物候数据，获取物候期的参数。说明：（1）Up_Path：始期数据路径变量（2）Down_Path：末期数据路径变量（3）outPath：相减输出结果路径变量完整的Python代码如下：

任务分析：在采用遥感方法研究植被物候变化时，需要下载长时间序列（本文用到的是30年）GIMMS 3G NDVI数据。原始数据是全球的，预处理过程包括几何校正、裁剪、投影变换、Hants时间序列谐波分析等等。在这过程中，由于是长时间序列数据，需要重复操作，当然ArcGIS软件提供了批量（Batch）操作功能，但是，需要我们手动添加，比较费时费事，此时我们首先想到的是用Python进行。

卸载Python 3.6时错误提示，No Python 3.6 installation was detected。解决办法是，先右键→更改→Repair。然后再卸载，完成！

笑话从哪里来？自己写肯定是不现实的。在这个“云”的时代，各种云都有，自然是不缺开放API的（大部分都是免费的）。随意一搜，果然被我找到一个接口：易源_笑话大全http://apistore.baidu.com/apiworks/servicedetail/864.html。下面写一个用Python写的例子，其实不止python语言，同样提供了C#，java等语言接口。# -*- codin

说起连接数据库，总是将一连串的代码封装成一个类，C#，Java一样，Python更是如此，下面来看它的实现       C#：使用ADO.NET自定义类MyDBase连接SQL Server数据库# -*- coding:utf-8 -*-import pymssqlclass MyDBase: def __init__(self,host,user,pwd,db):

1.遍历指定文件夹下的Grid格式的

1、示例一>>> for i in range(10): s='' for j in range(1,i+1): s+=str(j)+'*'+str(i)+'='+str(j*i)+'\t' print s2、示例二>>> for i in range(10): s='' for j in range(1,i+1): s+=str(j)+'*'+str(i)+'='+re

#coding=utf-8class hello: def __init__(self,NAME): self.name=NAME def sayhello(self): print("Hello, {0}".format(self.name)) #拼接字符串，也可以用print("Hello "+self.name)#类的继承class

import reimport requestsheaders={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.93 Safari/537.36'}html=requests.get('http://tieba.bai

#coding=utf-8import reimport requestsf=open('source.txt','r')html=f.read()f.close()pic_url=re.findall('img src="(.*?)" class="lessonimg"',html,re.S)i=0for each in pic_url: print each