Модуль доступа к данным был представлен в ArcGIS версии 10.1. ESRI описывает модуль доступа к данным следующим образом ( источник ):
Модуль доступа к данным arcpy.da - это модуль Python для работы с данными. Он позволяет управлять сеансом редактирования, операцией редактирования, улучшенной поддержкой курсора (включая более высокую производительность), функциями для преобразования таблиц и классов пространственных объектов в массивы NumPy и из них, а также поддержкой рабочих процессов управления версиями, репликами, доменами и подтипами.
Однако очень мало информации о том, почему производительность курсоров так улучшена по сравнению с курсорами предыдущего поколения.
На прилагаемом рисунке показаны результаты теста производительности нового da
метода UpdateCursor по сравнению со старым методом UpdateCursor. По сути, сценарий выполняет следующий рабочий процесс:
- Создать случайные точки (10, 100, 1000, 10000, 100000)
- Произвольная выборка из нормального распределения и добавление значения в новый столбец в таблице атрибутов случайных точек с помощью курсора
- Запустите 5 итераций каждого сценария случайных точек для нового и старого методов UpdateCursor и запишите среднее значение в списки
- График результатов
Что происходит за кулисами с da
курсором обновления, чтобы улучшить производительность курсора до степени, показанной на рисунке?
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()
источник