Das Datenzugriffsmodul wurde mit ArcGIS Version 10.1 eingeführt. ESRI beschreibt das Datenzugriffsmodul wie folgt ( Quelle ):
Das Datenzugriffsmodul arcpy.da ist ein Python-Modul zum Arbeiten mit Daten. Es ermöglicht die Steuerung der Editiersitzung, des Editiervorgangs, eine verbesserte Cursorunterstützung (einschließlich einer schnelleren Leistung), Funktionen zum Konvertieren von Tabellen und Feature-Classes in und aus NumPy-Arrays sowie die Unterstützung von Versionierungs-, Replikations-, Domänen- und Subtyp-Workflows.
Es gibt jedoch nur sehr wenige Informationen darüber, warum die Cursorleistung gegenüber der vorherigen Cursorgeneration so verbessert wurde.
Die beigefügte Abbildung zeigt die Ergebnisse eines Benchmark-Tests für die neue daMethode UpdateCursor im Vergleich zur alten UpdateCursor-Methode. Im Wesentlichen führt das Skript den folgenden Workflow aus:
- Erstelle zufällige Punkte (10, 100, 1000, 10000, 100000)
- Wählen Sie eine zufällige Stichprobe aus einer Normalverteilung und fügen Sie mit einem Cursor einen Wert zu einer neuen Spalte in der Attributtabelle für zufällige Punkte hinzu
- Führen Sie 5 Iterationen jedes Zufallspunktszenarios für die neue und die alte UpdateCursor-Methode aus und schreiben Sie den Mittelwert in Listen
- Zeichnen Sie die Ergebnisse
Was passiert hinter den Kulissen mit dem daAktualisierungscursor, um die Cursorleistung in dem in der Abbildung gezeigten Maße zu verbessern?
import arcpy, os, numpy, time
arcpy.env.overwriteOutput = True
outws = r'C:\temp'
fc = os.path.join(outws, 'randomPoints.shp')
iterations = [10, 100, 1000, 10000, 100000]
old = []
new = []
meanOld = []
meanNew = []
for x in iterations:
arcpy.CreateRandomPoints_management(outws, 'randomPoints', '', '', x)
arcpy.AddField_management(fc, 'randFloat', 'FLOAT')
for y in range(5):
# Old method ArcGIS 10.0 and earlier
start = time.clock()
rows = arcpy.UpdateCursor(fc)
for row in rows:
# generate random float from normal distribution
s = float(numpy.random.normal(100, 10, 1))
row.randFloat = s
rows.updateRow(row)
del row, rows
end = time.clock()
total = end - start
old.append(total)
del start, end, total
# New method 10.1 and later
start = time.clock()
with arcpy.da.UpdateCursor(fc, ['randFloat']) as cursor:
for row in cursor:
# generate random float from normal distribution
s = float(numpy.random.normal(100, 10, 1))
row[0] = s
cursor.updateRow(row)
end = time.clock()
total = end - start
new.append(total)
del start, end, total
meanOld.append(round(numpy.mean(old),4))
meanNew.append(round(numpy.mean(new),4))
#######################
# plot the results
import matplotlib.pyplot as plt
plt.plot(iterations, meanNew, label = 'New (da)')
plt.plot(iterations, meanOld, label = 'Old')
plt.title('arcpy.da.UpdateCursor -vs- arcpy.UpdateCursor')
plt.xlabel('Random Points')
plt.ylabel('Time (minutes)')
plt.legend(loc = 2)
plt.show()quelle