arcpy.mapping实战-专题图制图自动化

标签：stl   查看   原因   相关   包含   span   dataframe   显示   这一   

arcpy.mapping实战-专题图制图自动化

by 李远祥

        最初对arcpy.mapping感兴趣是因为一次大规模的专题地图调整的需要，由于某某单位利用ArcEngine编写的专题图出图系统，出现了一些小问题，导致地图整饰元素的位置出现了误差。由于最终的生产任务已经到了尾声才发现一些问题，所以需要在出图系统之外使用ArcMap进行修改，这样针对上千幅成果文档进行修改，是个不小的工作量。后来决定使用arcpy.mapping，使用Python进行递归查询mxd文档，最终实现自动化修改和重新出图。虽然当时只是使用了很少的功能，基本上就是对整饰元素的位置和文本进行调整，但arcpy.mapping对此事的帮助确实非常巨大。

        后来因为另一件事情对arcpy.mapping 有着更深刻的见解，就是帮助一位朋友制作专题图。由于前期总总原因，导致多次频发修改，而每一次修改都会导致十几个mxd文件，每个mxd文档出十几个专题，出图包括普通的png和pdf格式，光是点击出图的数量就是300多次，每一次重新出图都要两个小时以上。所以，只要涉及到地图修改，重新出图就是个非常麻烦的事情。后来想到了最初帮助的那家单位，使用的是arcpy.mapping去处理，所有的问题都迎刃而解了。

        首先来看看笔者要做的专题图，其实非常简单，就是根据土壤采样点的数据进行插值，生成土壤元素分布图。看一下Mxd文档的一些配置，

        这里面涉及到的各种的元素插值数据，每一个专题都需要有图例和标题，当然，地图的标题是需要根据图层的名称变化的，但又不能包括括号里面的单位。光是这一个MXD文档就需要出14个专题，png和pdf各一张，合计28张。全部共14个区域，每个区域都要导出28张图，包括空值图层显示，修改标题名称以及选择保存位置、专题图的名称等，确实需要不少时间。

        不过多年的制图经验还是给了非常大的帮助，就是地图制作的规范化。最初的时候笔者也没考虑过什么规范的问题，因为基本上一出手处处都是规范操作（请允许我自恋一下）。首先是图层的名称，有着标准的名称，例如每种元素后面都有一个括号，并且里面包含着具体的单位。其次就是每一个图层都是单独的图例，而不是把所有的图图层放到一个图例中，因为需要出的是每种元素的分布专题图，这样跟其他的图层关联不大，直觉告诉我不应该贪图方便讲所有的放在一个图例中（当然放在一起也有它的好处，就是管理容易一些，但不好的地方就是图例的名称不好控制）。最后就是对整饰元素的规范命名，标题和图例都分别给与name属性的名称。如下图

这些规范之后，再配合前面几章所说的arcpy.mapping 三大件，基本上可以高枕无忧了。下面可以来看看代码部分

#coding=gbk
import arcpy
mxd = arcpy.mapping.MapDocument(r"C:\Users\lazy\Desktop\插值分析(空间分析)\元素分析结果\元素分析专题图.mxd")
quyu = "XX县"
quyu=quyu.decode(‘gbk‘)
df = arcpy.mapping.ListDataFrames(mxd, "图层")[0]
inLayer=arcpy.mapping.ListLayers(mxd, "", df)
for layer in inLayer:
    #匹配图层名称
    layerNameStr = layer.name
    danwei = "(mg/kg)"
    canfind = layerNameStr.find(danwei)
    if canfind>0:
        #获取前面字符串
        houzhui = "元素含量分布图"
        if(canfind==3):     
        houzhui=houzhui.decode(‘gbk‘)
        picName=layerNameStr[0:canfind]
        picName=picName+".png"
        picName2=picName+".pdf"
        titleName =quyu+layerNameStr[0:canfind] +houzhui
        #设置标题
        for elm in arcpy.mapping.ListLayoutElements(mxd, "TEXT_ELEMENT"):
            if elm.name == "mapname":
                elm.text = titleName
                #显示图层
                layer.visible=True
                #输出底图
                folderpath = "C:\\Users\\lazy\\Desktop\\插值分析(空间分析)\\出图\\"
                folderpath=folderpath.decode(‘gbk‘)
                fullpath = folderpath+picName
                arcpy.mapping.ExportToPNG(mxd, fullpath,resolution=200)
                arcpy.mapping.ExportToPDF(mxd, fullpath,resolution=200)
                #关闭图层
                layer.visible=False

        由于已经定义好了标题，那么只需要查找到名为 mapname 的文本元素就行了。这个过程当然是需要综合运用了。充分利用了前面所说的三大件完成。通过MapDocument 去进入查找mxd，然后进而用Layer对象指向图层；利用图层的visible属性进行开关图层，由于每种元素都是一个图层对应一个图例，图层打开的时候图例自然会打开，所以这里layer.visible 非常重要，文档初始化时只需要打开基础背景数据，专题数据一个都不要打开，不然就会出现多个重叠；找到图层之后获取图层名并进行解析，然后获取"(mg/kg)" 前面的字符串（那就是专题图的元素名称了，这对标题和图例都是有作用的），根据不同的单位进行代码复用，为了偷懒，笔者也不去写判断语句了，直接使用将第一个for代码块复用了几次，只是修改了判断单位而已；利用获取的元素名去构建text元素的名称，例如格式就是“XX县X元素含量分布图”，具体见代码的构建方式，利用MapsurroundElement 进行修改，图例名称也是可以这样修改；最后就是出图了，直接使用arcpy.mapping.ExportToPNG 和 arcpy.mapping.ExportToPDF进行出图，出图路径都已经构建好了，就是主要是命名方式可以自定义，就用图层名称提取出来的元素名称作为文件名。

        当大功告成好，就不再怕不停的需求修改了，导出地图再也不用疯狂点击鼠标和键盘了。只需要将这个Python脚本双击调用一下，就可以轻松喝一杯上好的铁观音，然后等待几分钟就了事。相对于传统的手工导图的方式，确实省事更省心。可以看看下面一个区域的出图结果

      总结：从这个实战例子中可以看到，如果要使用arcpy.mapping去自动化出图，地图制作必须要非常规范，这种规范虽然没到地图模版的那样苛刻，但必须加入一些地图的可控手段。如果一开始没有进行一些标准的命名、制作处理等，后期将会非常被动。arcpy.mapping本身并不难，可以使用的对象和方法并不多，所以学习和使用时非常容易的。掌握了arcpy.mapping的四大件之后（抱歉第四件还没写出来 ^_^ ），在面对同样问题的时候就可以举重若轻了。

关于arcpy.mapping的相关基础，可以查看之前的内容：

arcpy.mapping-认识arcpy.mapping

arcpy.mapping常用四大件-MapDocument

arcpy.mapping常用四大件-Layer

arcpy.mapping常用四大件-MapsurroundElement

arcpy.mapping实战-专题图制图自动化

标签：stl   查看   原因   相关   包含   span   dataframe   显示   这一   

原文地址：http://www.cnblogs.com/lazygis/p/6380758.html