data = gdal.Open(templateTifFileName, gdalconst.GA_ReadOnly)geo_transform = data.GetGeoTransform()x_min = geo_transform[0]y_min = geo_transform[3]x_res = data.RasterXSizey_res = data.RasterYSizemb_v = ogr.Open(shpFileName)mb_l = mb_v.GetLayer()pixel_

Python 由list转为dictionary 例如: 原始的 list 形式为: session_item_data=[[100, [10, 11], [12, 13]], [101, [11, 12], [10, 14]], [102, [10, 13, 14], [11, 15]]] 转为目标 dictionary的形式为: session_item_data_dict={100: [[10, 11], [12, 13]], 101: [[11, 12], [10, 14]], 102:

前言:挺久没有更新博客了,前段时间课程实验中需要用代码将矢量数据转成栅格,常见的点栅格化方法通过计算将点坐标(X,Y)转换到格网坐标(I,J),线栅格化方法主要有DDA算法.Bresenham算法等,根据实现效果也可分为八方向和全路径栅格化方法等,面栅格化方法主要有种子点填充.扫面线算法.边界代数法等.详细算法实现可参考GIS中将矢量数据转换栅格数据算法 和 GIS算法基础(五)矢量数据向栅格数据的转换(点,线算法实现)这两篇博客.GDAL为用户提供了矢栅转换的方法,但网络上相关资料比较少,官方

python 中处理图片用的是 pil ,在 linux  和 win 上都可以使用. centOS 5.x 上安装的方法是 yum install python-imaging 24BPP: import Image img = Image.open("1.jpg") out = "" width,height = img.size for y in range(0, height): for x in range(0, width): r,g,b = img.g

对栅格的裁切,我们通常使用裁切(数据管理-栅格-栅格处理)或按掩膜提取(空间分析-提取分析)来裁切,裁切的矢量要素通常是一个要素图层或Shape文件.如果要进行批量处理,可以使用ToolBox中的批量处理工具.但是,有时我们选择的裁切矢量要素不是一个要素图层,而是要素图层中的一个要素,如按标准图幅裁切栅格影像,以前的做法是将要素一个一个的导出来,再进行批量处理.快速导出方法:ArcGIS按字段属性分割文件. 现在,可以使用Python脚本来批量裁切,在网上找了位大神的原始代码学习一下: #-*-

1.现在有两个列表,list1 = ['key1','key2','key3']和list2 = ['1','2','3'],把他们转为这样的字典:{'key1':'1','key2':'2','key3':'3'} >>>list1 = ['key1','key2','key3'] >>>list2 = ['1','2','3'] >>>dict(zip(list1,list2)) {'key1':'1','key2':'2','key3':'3'}

# 所有节点的g值并没有初始化为无穷大 # 当两个子节点的f值一样时,程序选择最先搜索到的一个作为父节点加入closed # 对相同数值的不同对待,导致不同版本的A*算法找到等长的不同路径 # 最后closed表中的节点很多,如何找出最优的一条路径 # 撞墙之后产生较多的节点会加入closed表,此时开始删除closed表中不合理的节点,1.1版本的思路 # 1.2版本思路,建立每一个节点的方向指针,指向f值最小的上个节点 # 参考<无人驾驶概论>.<基于A*算法的移动机器人路径规划&g

最近使用Python为项目开发一款绘图工具(绘出 声场三维模型).因为希望能把Python脚本发布为脱离Python平台运行的可执行程序,比如单个的exe文件.PyInstaller恰满足这个需求.本文PyInstaller的版本是2.0,支持Python2.7.下面讨论怎样安装,使用PyInstaller.PyInstaller本身并不属于Python包.在安装 pyinstaller 之前假设你已经安装了python ,注意把python 环境变量配置好, 即 进入cmd后 输入 pytho

示例: #!/usr/bin/env python #encoding: utf-8 import binascii fh = open(r'C:\Temp\img\2012517165556.png', 'rb') a = fh.read() #print 'raw: ',`a`,type(a) hexstr = binascii.b2a_hex(a) print a print hexstr #示意结果为4d5a900003000000....

PDFMiner----python的PDF解析器和分析器 1.官方文档:http://www.unixuser.org/~euske/python/pdfminer/index.html 2.特征 完全使用python编写. (适用于2.4或更新版本) 解析,分析,并转换成PDF文档. PDF-1.7规范的支持. (几乎) 中日韩语言和垂直书写脚本支持. 各种字体类型(Type1.TrueType.Type3,和CID)的支持. 基本加密(RC4)的支持. PDF与HTML转换. 纲要(TOC

技术背景 当我们在Python中写一个class时,如果有一部分的成员变量需要用一个字典来命名和赋值,此时应该如何操作呢?这个场景最常见于从一个文件(比如json.npz之类的文件)中读取字典变量到内存当中,再赋值给一个类的成员变量,或者已经生成的实例变量. 使用__dict__定义成员变量 在python中直接支持了__dict__.update()这样的方法来操作,避免了对locals().vars()和eval()函数的使用,我们可以直接看这样的一个案例: In [1]: dict_a =

在接口通讯里经常遇到这种需求,需要将对象的字段名和值均传至接口,user = User.objects.get(id=1)笨方法1,没错,我这样写过:di = {}di['username'] = user.usernamedi['email'] = user.email...... # 诸多赋值笨方法2,没错,我也这样写过:di = {}all_fields = User._meta.get_all_field_names()special_fields = ['is_active', 'is

import base64 f = open("m1.jpg", "rb") res = f.read() s = base64.b64encode(res) f = open("hello.txt","w") f.write(s)

#create a list l = [(), (), (), (), (), ()] d = {} for a, b in l: d.setdefault(a, []).append(b) print (d)

In [11]: ts = pd.Timestamp('2014-01-23 00:00:00', tz=None) In [12]: ts.to_pydatetime() Out[12]: datetime.datetime(2014, 1, 23, 0, 0) It's also available on a DatetimeIndex: In [13]: rng = pd.date_range('1/10/2011', periods=3, freq='D') In [14]: rng.t

print '\u57fa\u7840\u5316\u5de5\u4e1a'.decode('unicode-escape') print urllib.unquote("%C0%FA%CA%B7%C9%CF%C4%C7%D0%A9%C5%A3%C8%CB%C3%C7.PDF").decode('gbk').encode('utf-8') 显示:历史上那些牛人们.PDF

安装pip install uncompyle2, 使用uncompyle2 xxx.pyc > xxx.py

曾经写过<使用Python脚本批量裁切栅格>,但今天又遇到这个情况则发现了问题.我们遇到的实际问题往往是有一个需要裁剪的影像(大块的),另外有一个矢量面,现在需要按矢量面每一个要素进行裁剪,无奈arcgis里的工具无法方便地做到.只能自己写工具,这次使用了clip而不是ExtractByMask,因为ExtractByMask有很多限制! 下面是工具的操作示例:按每一个要素进行裁剪栅格,输出栅格以选择的字段命名,前提是字段的每个值是唯一的. 其中,输出类型这个combox设置方法是: 下面是消

在工作中遇到一个小问题,需要将一个 python 的字符串转为字典,比如字符串: user_info = '{"name" : "john", "gender" : "male", "age": 28}' 我们想把它转为下面的字典: user_dict = {"name" : "john", "gender" : "male",

最近需要对ecognition分割结果进行统计分析,以此来进一步判断其分割结果中的欠分割和过分割对象,在看了一篇论文后,发现了可以用一个参数H来判断每个切割对象的异质性,由于此方法需要用到arcgis和Python来配合,因此记录下. 公式大概如下: 从中可以看出,如果需要计算出参数H,我们需要先计算出每个对象的归一化方差和归一化的莫兰指数. 在计算必须的参数前,我们需要准备的数据包括: 1.原始遥感图像 2.运用ecognition进行切割后产生的标签文件和矢量文件(shp文件). 下面开始进