使用Arcpy的替代方法

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inRaster = "elevation"
inMaskData = "mask.shp"

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute ExtractByMask
outExtractByMask = ExtractByMask(inRaster, inMaskData)

# Save the output 
outExtractByMask.save("C:/sapyexamples/output/extractmask")  

#1 楼

GDAL是要使用的工具。实际上，整个调用是gdal_rasterize的一行： ：

gdal_rasterize -l mask -i -burn -9999 mask.shp elevation.tif

可以在python中设置变量的地方

对于完整的python：

lyr = 'mask'
shp = 'mask.shp'
dem = 'elevation.tif'
ndv = -9999
p = os.Popen('gdal_rasterize -l %s -i -burn %d %s %s' % (lyr,ndv,shp,dem)

我只是快速浏览了C API的语法，因此我的python语法可能有点偏离。参见gdal_alg.h：
http://gdal.org/gdal__alg_8h.html

#2 楼

您会在此站点上找到许多其他类似的问题，这些问题提出了相同的基本问题，并具有很好的参考价值。最相似（最详细）的是：


在GIS中至关重要的Python工具/模块/插件是什么？

其他包括：


不使用arcpy进行地理处理shapefile的Python脚本示例
用于几何操作的纯Python库
Python中有哪些工具可用于实现较大的圆距+线创建？ >用于删除SHP功能的Python模块（未安装Desktop GIS）

#3 楼

地理空间数据抽象库是一个很好的起点。它实际上由两个库组成-用于处理地理空间栅格数据的GDAL和用于处理地理空间矢量数据的OGR，但人们通常将其称为GDAL。

犹他州立大学。您可能也要检查一下。

#4 楼

在我的大量学术研究中，我使用LiDAR数据进行地貌分析。我很快发现使用arcpy执行许多操作非常慢，尤其是在大型数据集上。结果，我开始使用：



pyshp处理shapefile和更新属性表

numpy来管理ASCII栅格并执行基于内核的分析例如曲率计算

对结果进行统计分析并对曲面执行曲线拟合

matplotlib以绘制图形和其他图形结果，例如用于快速可视化的基本图br />
我还将向任何想学习更多有关分析栅格表面的人推荐《地球表面过程的定量建模》一书。本书附带了C ++出色的代码示例，比ArcGIS工具更有效。这些算法也可以移植到Python，而不需要比numpy更复杂的方法，尽管它们在C ++中的运行速度更快。

#5 楼

我认为到目前为止给出的答案基本上涵盖了所有值得一提的软件包（尤其是GDAL，OGR，pyshp，NumPy）

但是还有GIS和Python软件实验室，该实验室包含两个有趣的地方模块。它们是：



Fiona：OGR的更整洁的API

Rtree：Python GIS的空间索引

形状：Python笛卡尔平面中的特征处理和分析工具包

我个人最近开始研究GDAL / OGR，发现它们在分析工具的速度和覆盖范围方面给人留下了深刻的印象。

这里有一些使用方法的示例（摘自这个非常好的起点的出色资源）：
这些工具的好处是您在实现它们方面非常灵活。例如，我编写了自己的类CreateGeometry()，可以轻松地从头开始创建矢量文件。如果您有兴趣，我也可以在这里发布，即使我认为这超出了问题的范围。

#6 楼

对于使用ESRI的人，我认为GRASS将是一个非常相似的环境，具有GUI python环境，并组织在单独的“工具箱”中以完成不同的任务（栅格，矢量，太阳能工具箱等）。除了Python之外，脚本还有其他选项，但这就​​是我的用法。 .osgeo.org / wiki / GRASS_and_Python

编辑：针对那些具有ESRI背景的人的另一个链接：http://grass.osgeo.org/wiki/GRASS_migration_hints

我也其次是GDAL的议案。它是无价的，没有它我将迷失。

#7 楼

我知道您的问题是以Python为中心的，但是R具有大量的价值统计分析方法，其中一些可用于空间分析。 @Whuber在这里有一个很好的答案，说明了如何以两行方式将栅格剪辑到框。

#8 楼

我的解决方案（快速解决方案）是将GDAL与Python配合使用。

您需要


import subprocess

command =“ gdalwarp -of GTiff -cutline clipArea.shp -cl area_of_interest -crop_to_cutline inData.asc outData.tiff“

subprocess.call（['C：\ Temp \ abc \ Notepad.exe']）


（从此处获得答案：使用GDAL裁剪带有矢量层的栅格）

当然，您应该能够使用纯Python来实现此目的，但是我并不需要去做吧。而且我几乎总是拥有GDAL！ GDAL的灵活性非常好，尤其是在Linux环境中。它可以处理巨大的栅格，可以与Python或Shell脚本捆绑在一起，并且具有许多功能。另请参阅OGR以获取基于矢量的工具。

#9 楼

如果您不介意运行PostGIS，则可以为您完成大多数空间数据处理。

PDF速查表：

http://www.postgis.us/downloads/postgis20_cheatsheet .pdf

它与python集成：

https://publicwiki.deltares.nl/display/OET/Accessing+PostgreSQL+PostGIS+with+Python

借助Quantum GIS或pgAdmin中的SPIT等支持工具，您可以很好地设置PostGIS。然后，您可以使用python控制空间数据上的PostGIS操作。

#10 楼

我一直在研究一个名为WhiteboxTools的开源地理处理库，该库可以在许多应用程序中代替ArcPy。当前计划有近300种工具可用于处理栅格，矢量和LiDAR（LAS）数据，尽管计划最终移植到Whitebox GAT中可用的全部400多种工具中。尽管这些工具是使用Rust编程语言开发的（为了提高效率），但是每个工具都可以从Python调用，如以下示例所示：

WhiteboxTools用户手册中提供了更多详细信息。该库是独立的，没有任何其他依赖项。您只需要下载此处的小文件（<5Mb）。下载文件包含WhiteboxTools exe，whitebox_tools.py脚本和用户手册，该脚本提供了库的Python API（在上述脚本的顶行导入）。还有一个非常基本的tkinter GUI（wb_runner.py）与该库接口。

许可的MIT许可证旨在使WhiteboxTools作为后端与其他开源GIS集成； Alexander Bruy为WhiteboxTools后端开发了一个QGIS插件。您还可以根据需要在单个脚本中混合使用WhiteboxTools和ArcPy中的工具。该库仍是实验性质的，是由Guelph大学的地貌和水文地质学研究小组开发的，并且当前是1.0之前的版本，使用时应予以考虑。

#11 楼

使用Python在没有ArcPy的情况下将栅格裁剪到shapefile：
http://geospatialpython.com/2011/02/clip-raster-using-shapefile.html