《基于ArcGIS的Python编程秘笈(第2版)》——2.12 操作数据框中启用时间的图层

简介:

本节书摘来自异步社区《基于ArcGIS的Python编程秘笈(第2版)》一书中的第2章,第2.12节,作者: 【美】Eric Pimpler(派普勒) 更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.12 操作数据框中启用时间的图层

本节将介绍如何启用图层的时间属性,然后编写脚本,循环遍历图层的时间范围并导出PDF地图,用来展示以7天为间隔的犯罪数据。

2.12.1 准备工作
DataFrameTime对象可执行时间管理操作,用来管理数据框中启用时间的图层。DataFrameTime对象是引用DataFrame.time属性返回的结果,它可以检索当前时间(currentTime)、结束时间(endTime)、开始时间(startTime)、时间步长间隔(timeStepInterval)以及其他使用“TimeSliderOptions”对话框建立的属性,然后在地图文档中保存属性。数据框中的图层必须启用了时间属性才能实现这些功能。

2.12.2 操作方法
下面按步骤介绍如何操作启用时间的图层。

(1)在ArcMap中打开C:ArcpyBookCh2Crime_Ch2.mxd。

(2)在ArcMap的“Table Of Contents”窗口中确保Crime是活动的数据框。

(3)右击“Burglaries in 2009”图层,选择“Properties”,打开“Layer Properties”窗口,选择“Time”选项卡,如图2-19所示。


<a href=https://yqfile.alicdn.com/d9b9cb4a43601393d5af03b2a38b0b1648289b54.png" >

单击勾选“Enable time on this layer”复选框,启用该图层的时间属性。

(4)在“Time properties”下的“Layer Time:”选项中选择“Each feature has a single time field”;在“Time Field:”选项中选择“SPLITDT”字段;在“Time Step Interval:”选项中设置为“7.00 Days”。如图2-20所示。


32c40acbeb5be1a5c09fd2315164993875c4479d

单击“Calculate”按钮,计算“Layer Time Extent”,如图2-21所示。


<a href=https://yqfile.alicdn.com/d828a2c9180a3d6c57870790f7acbd471f0de717.png" >

(5)检查“Time Step Interval:”字段,有可能需要重置为“7Days”。

(6)单击“Apply”,然后单击“OK”。

(7)在ArcMap工具条上,单击“time slider”按钮,打开“Time Slider”窗口,如图2-22所示。在窗口中单击“time slider options”按钮,打开“Time Slider Options”对话框。


f07be950335c4b850c1f316ec17290328eb1a72a

(8)在“Time Slider Options”对话框的“Time Display”选项卡中,确定“Time step interval”设置为“7.0days”,否则重新设置为“7.0days”。“Time window”选项同样设置为“7.0days”。如图2-23所示。


80d17e5d1712fb0025548d58c5869497febcd2b8

(9)单击“OK”。

(10)保存地图文档。必须在地图文档中保存启用时间的数据,否则编写的代码无法执行。

(11)打开“Python”窗口。

(12)导入arcpy.mapping模块。

import arcpy.mapping as mapping

(13)引用当前活动的地图文档(Crime_Ch2.mxd),把该引用赋值给变量。

mxd = mapping.MapDocument("CURRENT")

(14)检索Crime数据框。

df = mapping.ListDataFrames(mxd, "Crime")[0]

(15)生成DataFrameTime对象。

dft = df.time

(16)设置DataFrameTime.currentTime属性为DataFrameTime.startTime属性。

dft.currentTime = dft.startTime

(17)在while循环内,创建一个变量存储PDF文件名称,将地图文档的数据框导出为PDF,输出导出的PDF文件名,重置currentTime属性。while循环体的完整代码如下所示。

while dft.currentTime <= dft.endTime:
        fileName = str(dft.currentTime).split(" ")[0] +
        ".pdf"

        mapping.ExportToPDF(mxd,os.path.join(r"C:\ArcpyBook\Ch2",
        fileName), df)
        print("Exported " + fileName)
        dft.currentTime = dft.currentTime +
dft.timeStepInterval

(18)完整的脚本如图2-24 所示。可以通过查看 C:ArcpyBookcodeCh2TimeEnabledLayers.py解决方案文件来检查代码。


ccaf873b8c8bc45def9cbe6ced5b6dfa3977d0a4

2.12.3 工作原理
DataFrameTime对象可以在数据框中执行时间管理操作。在本节中使用的DataFrameTime属性包括currentTime、startTime、endTime和timeStepInterval等。首先,设置currentTime属性为startTime属性。startTime属性的初始值等于计算出的“Layer Time Extent”属性的起始时间。然后,设置while循环,只要currentTime属性不大于 endTime 属性,则继续循环。在循环体内,创建 fileName 变量存储currentTime属性值与“.pdf”组成的字符串。调用ExportToPDF()函数,传入路径和文件名参数,还可以将布局视图导出为PDF文件。最后,由timeStepInterval属性更新currentTime属性,timeStepInterval属性在属性对话框的“Time Step Interval”属性中设置为“7.0 days”。

相关文章
|
6月前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
209 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
78 1
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
134 2
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
113 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
185 28
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
6月前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
6月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
86 4
|
6月前
|
数据采集 搜索推荐 C语言
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化和调试技巧,涵盖使用内置函数、列表推导式、生成器、`cProfile`、`numpy`等优化手段,以及`print`、`assert`、`pdb`和`logging`等调试方法。通过实战项目如优化排序算法和日志记录的Web爬虫,帮助你编写高效稳定的Python程序。

热门文章

最新文章

推荐镜像

更多