1 任务需求
首先，我们来明确一下本文所需实现的需求。
现有通过这篇博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/123527646）所绘制的北京市在2019年05月18日00时至23时（其中不含19时）等23个逐小时PM2.5浓度插值数据栅格图层，每小时一个图层，因此共23个图层；以当日10时为例，该时刻的栅格图层如下所示。
我们希望做到的有两点。首先，我们可以看到前述23个栅格图层的符号系统都为灰度拉伸的状态，因此希望按照一个给定的模板图层文件m.lyr，调整这23个栅格图层的样式（即拉伸的颜色），并分别以.lyr格式导出这23个栅格图层文件；且希望导出图层文件的文件名包含具体的时刻。如下图所示。
第二点希望做到的是，将每一个栅格图层都设置为彩色后，添加图名、指北针、比例尺等地图要素，并导出为图片格式。以当日10时、20时为例，我们所希望导出的图片如下所示。
且希望导出图片的文件名同样包含具体的时刻。
2 代码实现
了解了需求后，我们就基于Python中的ArcPy模块，进行详细代码的撰写与介绍。
这里需要说明的是：在编写代码的时候，为了方便执行，所以希望代码后期可以在ArcMap中直接通过工具箱运行，即用到Python程序脚本新建工具箱与自定义工具的方法；因此，代码中对于一些需要初始定义的变量，都用到了arcpy.GetParameterAsText()函数。大家如果只是希望在IDLE中运行代码，那么直接对这些变量进行具体赋值即可。关于Python程序脚本新建工具箱与自定义工具，大家可以查看这篇博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/121518404）详细了解。
上面提到需要初始定义的变量一共有七个，其中arcpy.env.workspace参数表示当前工作空间；mxd_file参数表示后期批量出图时，提供地图要素参考信息的地图文档.mxd文件；lyr_file参数表示后期批量出图时，提供地图着色参考信息的模板图层.lyr文件；mask_path参数表示前述插值栅格图层所保存的路径；new_lyr_path参数表示插值栅格图层经过样式修改，并转为图层文件后的保存路径；png_path参数表示最终出图结果的保存路径；dpi参数表示最终出图结果的图像分辨率，单位为DPI（Dots per Inch）。
其中，上述第二个参数，即提供地图要素参考信息的地图文档.mxd文件需要由用户自行创建，并在其中配置好图名、图例、指北针、比例尺等地图要素的名称、文本、位置、样式等信息。或许这么说有点不清楚，大家看下面这幅图就能比较容易明白了。
没错，这个提供地图要素参考信息的地图文档.mxd文件其实就是一个在Layout View中设置好各种地图要素位置、大小、字体、颜色等的地图文档文件；它就相当于是一个模板，这个模板里各种地图要素长什么样子，后期我们批量出图结果图的地图要素就长什么样子。
此外，不知道为什么，在我的ArcMap中似乎偶尔会出现无法有效执行lyr.visible=False或arcpy.mapping.RemoveLayer(data_frame,new_lyr[0])等代码情况；因此若直接在上述地图文档文件中配置图例，最终出图结果有时会出现多个图例堆叠，不能保证出图结果百分之百完美。基于此，选择将图例格式元素（elm.name==”title”）转换为由一个图片格式元素（elm.name==”pic”）与两个文本格式元素（elm.name==”text”）组成的新元素，从而实现最终结果图中图例的绘制。
如果大家还是不明白，可以直接下载我的这一.mxd文件；下载链接：https://pan.baidu.com/s/18l0l-kjPfdjV1UYcpkKg-w?pwd=fkxx；提取码：fkxx。
具体代码如下。
# -*- coding: utf-8 -*- # @author: ChuTianjia import arcpy arcpy.env.workspace=arcpy.GetParameterAsText(0) mxd_file=arcpy.GetParameterAsText(1) lyr_file=arcpy.GetParameterAsText(2) mask_path=arcpy.GetParameterAsText(3) new_lyr_path=arcpy.GetParameterAsText(4) png_path=arcpy.GetParameterAsText(5) dpi=arcpy.GetParameterAsText(6) my_mxd=arcpy.mapping.MapDocument(mxd_file) data_frame=arcpy.mapping.ListDataFrames(my_mxd)[0] my_lyr=arcpy.mapping.Layer(lyr_file) layer_list=arcpy.mapping.ListLayers(my_mxd) my_mxd.activeView="PAGE_LAYOUT" tif_file_list=arcpy.ListRasters("BJ_hour_*","TIF") for raster in tif_file_list: # Import the mask layer into ArcMap raster_file=mask_path+"\\"+raster arcpy.MakeRasterLayer_management(raster_file,raster.strip(".tif")) # Modify the style of the mask layer according to the reference layer arcpy.ApplySymbologyFromLayer_management(raster.strip(".tif"),lyr_file) new_lyr_file=new_lyr_path+"\\"+raster.strip(".tif")+".lyr" # Save and import the mask layer after modifying the style arcpy.SaveToLayerFile_management(raster.strip(".tif"),new_lyr_file) arcpy.AddMessage("{0} has been saved.".format(raster.strip(".tif")+".lyr")) new_lyr=arcpy.mapping.Layer(new_lyr_file) arcpy.mapping.AddLayer(data_frame,new_lyr,"TOP") # Modify the image name for element in arcpy.mapping.ListLayoutElements(my_mxd,"TEXT_ELEMENT"): if element.name=="title": element.text="Interpolation Map of PM2.5 Concentration\n at {0}:00 on May 18, 2019, Beijing".format(raster[8:10]) new_lyr.visible=True # Modify the legend (see the program usage document for details) max_pixel=arcpy.GetRasterProperties_management(new_lyr,"MAXIMUM").getOutput(0)[0:5] min_pixel=arcpy.GetRasterProperties_management(new_lyr,"MINIMUM").getOutput(0)[0:5] for element in arcpy.mapping.ListLayoutElements(my_mxd,"TEXT_ELEMENT"): if element.name=="MAX": element.text="{:0>5.2f}".format(float(max_pixel)) if element.name=="MIN": element.text="{:0>5.2f}".format(float(min_pixel)) # Export to picture format png_file=png_path+"\\"+raster.strip(".tif")+".png" arcpy.mapping.ExportToPNG(my_mxd,png_file,resolution=dpi) arcpy.AddMessage("{0} has been saved.".format(raster.strip(".tif")+".png")) new_lyr.visible=False arcpy.mapping.RemoveLayer(data_frame,new_lyr[0])
3 运行结果
执行上述代码，具体得到的结果其实在本文开头也就和大家讲了，这里就不再赘述。
不过还有一点，就是如果大家是在ArcMap中直接通过工具箱运行上述代码，则可以看到代码运行过程中出现的提示——程序运行过程中，对每一个时刻的PM2.5浓度数据分别完成图层格式保存与图片格式保存等2个操作后，均会输出执行结果，方便用户获知程序的执行情况。
欢迎关注公众号/CSDN/知乎/微博：疯狂学习GIS
