ArcGIS中批量獲取輸入面圖層A中各要素的四至點的實現方法

一、背景及意義

在日常工作中,我們經常會需要獲取面圖層的四至點,我們能否在ArcGIS中直接獲取面圖層的四至點呢?答案是肯定的,請繼續往下看。

二、大體思路

使用字段計算器計算輸入面圖層A中各面要素的XY的最大值和最小值,使用折點轉點功能將圖層A中各面要素轉為點,選擇XY與之前面的XY最大值、最小值相同的對應XY值,這些點就是需要的四至點。

三、具體步驟

1、將輸入面圖層A使用“復制要素”工具復制到臨時gdb;

2、對1中結果使用“添加字段”添加名為“WYBS11”(別名“面唯一標識”,字段類型為“長整型”)的字段,并使用“計算字段器”給“WYBS11”賦唯一編號;

3、對2中結果使用“添加字段”添加名為“East_X”(別名“東至點X”,字段類型為“雙精度”)的字段;

4、對3中結果的“East_X”字段使用“字段計算器”,表達式類型選擇“PYTHON_9.3”,表達式為“!shape.extent.xmax!”;

5、對4中結果使用“添加字段”添加名為“East_Y”(別名“東至點Y”,字段類型為“雙精度”)的字段;

6、對5中結果使用“添加字段”添加名為“West_X”(別名“西至點X”,字段類型為“雙精度”)的字段;

7、對6中結果使用“添加字段”添加名為“West_Y”(別名“西至點Y”,字段類型為“雙精度”)的字段;

8、對7中結果的“West_X”字段使用“字段計算器”,表達式類型選擇“PYTHON_9.3”,表達式為“!shape.extent.xmin!”;

9、對8中結果使用“添加字段”添加名為“South_X”(別名“南至點X”,字段類型為“雙精度”)的字段;

10、對9中結果使用“添加字段”添加名為“South_Y”(別名“南至點Y”,字段類型為“雙精度”)的字段;

11、對10中結果的“South_Y”字段使用“字段計算器”,表達式類型選擇“PYTHON_9.3”,表達式為“!shape.extent.ymin!”;

12、對11中結果使用“添加字段”添加名為“North_X”(別名“北至點X”,字段類型為“雙精度”)的字段;

13、對12中結果使用“添加字段”添加名為“North_Y”(別名“北至點Y”,字段類型為“雙精度”)的字段;

14、對13中結果的“North_Y”字段使用“字段計算器”,表達式類型選擇“PYTHON_9.3”,表達式為“!shape.extent.ymax!”;

15、對14中結果使用“要素折點轉點”工具轉為點;

16、對15中結果使用“添加XY坐標”;

17、對16中結果添加名為“East_Xpd”(別名為“東至點X判斷”,字段類型為“文本型”)字段;

18、對17中結果的“East_Xpd”字段使用“字段計算器”,表達式類型為“PYTHON_9.3”,表達式為“!POINT_X! == !East_X!”;

19、對18中結果添加名為“West_Xpd”(別名為“西至點X判斷”,字段類型為“文本型”)字段;

20、對19中結果的“West_Xpd”字段使用“字段計算器”,表達式類型為“PYTHON_9.3”,表達式為“!POINT_X! == !West_X!”;

21、對20中結果添加名為“SouthYpd”(別名為“南至點Y判斷”,字段類型為“文本型”)字段;

22、對21中結果的“SouthYpd”字段使用“字段計算器”,表達式類型為“PYTHON_9.3”,表達式為“!POINT_Y! == !South_Y!”;

23、對22中結果添加名為“NorthYpd”(別名為“北至點判斷”,字段類型為“文本型”)字段;

24、對23中結果的“NorthYpd”字段使用“字段計算器”,表達式類型為“PYTHON_9.3”,表達式為“!POINT_Y! == !North_Y!”;

25、對24中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“East_Xpd = ‘1’”;

26、對25中結果的“East_Y”字段使用“字段計算器”,表達式類型為“VB”,表達式為“[POINT_Y]”;

27、對26中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

28、對27中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“West_Xpd = ‘1’”;

29、對28中結果的“West_Y”字段使用“字段計算器”,表達式類型為“VB”,表達式為“[POINT_Y]”;

30、對29中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

31、對30中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“SouthYpd = ‘1’”;

32、對31中結果的“South_X”字段使用“字段計算器”,表達式類型為“VB”,表達式為“[POINT_X]”;

33、對32中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

34、對33中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“NorthYpd = ‘1’”;

35、對34中結果的“North_X”字段使用“字段計算器”,表達式類型為“VB”,表達式為“[POINT_X]”;

36、對35中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

37、對36中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“East_Y IS NULL”;

38、對37中結果的“East_Xpd”字段使用“字段計算器”,表達式類型為“VB”,表達式為“NULL”;

39、對38中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

40、對39中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“West_Y IS NULL”;

41、對40中結果的“West_Xpd”字段使用“字段計算器”,表達式類型為“VB”,表達式為“NULL”;

42、對41中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

43、對42中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“South_X IS NULL”;

44、對43中結果的“South_Y”字段使用“字段計算器”,表達式類型為“VB”,表達式為“NULL”;

45、對44中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

46、對45中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“North_X IS NULL”;

47、對46中結果的“North_Y”字段使用“字段計算器”,表達式類型為“VB”,表達式為“NULL”;

48、對47中結果使用“按屬性選擇圖層”工具,選擇類型選擇“CLEAR_SELECTION”;

49、對48中結果使用“按屬性選擇圖層”工具進行選擇,表達式為“East_X IS NOT NULL AND East_Y IS NOT NULL OR West_X IS NOT NULL AND West_Y IS NOT NULL OR South_X IS NOT NULL AND South_Y IS NOT NULL OR North_X IS NOT NULL AND North_Y IS NOT NULL ”;

50、對49中結果使用“刪除字段”工具,勾選“East_Xpd、West_Xpd、South_Y、North_Y”;

51、50中結果即為我們需要的輸入面圖層A的四至點數據。

到這里,我們就得到了需要的結果。

想要獲取已做好的工具請聯系博主獲取。

感謝觀看!!!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/909705.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/909705.shtml
英文地址,請注明出處:http://en.pswp.cn/news/909705.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

大IPD之——華為的戰略本質與實踐(二)

華為戰略執行的能力如此強,有兩個核心原因:一是管理體系起了非常重大的作用;二是企業文化導致華為的執行力特別強。華為在戰略方面,為什么每次都能轉型成功?背后是有很多實質性的內容支撐的。而華為如何做戰略&#xf…

『大模型筆記』第3篇:多長的 Prompt 會阻塞其他請求?優化策略解析

『大模型筆記』多長的 Prompt 會阻塞其他請求?優化策略解析 文章目錄 一、更簡單的問題:長 Prompt 阻塞請求隊列1. 請求并行預填方案(Request-Parallel Prefills)二、根本的問題(Fundamental Flaw):Token 生成被并行預填拖慢1. 解耦預填(Disaggregated Prefill):以延遲優…

21 - GAM模塊

論文《Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions》 1、作用 這篇論文提出了全局注意力機制(Global Attention Mechanism, GAM),旨在通過保留通道和空間方面的信息來增強跨維度交互&#xf…

Java01--使用IDEA編寫運行第一個Java程序HelloWorld

一.先新建一個文件夾存放項目(后續可以推送到Gitee) 二.創建項目 1.打開IDEA,點擊首頁的新建項目 2.新建空項目并命名,存放路徑為步驟一創建的文件夾: 3.在新項目中新建一個src文件夾(用于集中管理文件) 4.在src文件夾…

目標檢測相關【清晰易懂】

目標檢測相關 (b)是語義分割,(c)是實例分割 目標檢測 每個目標一個框標簽 實例分割 語義分割 識別每一個目標個體 目標檢測基礎上進一步提升模型能力有兩個方向:實例分割、旋轉目標檢測。 實例分割 …

強化學習 A2C算法

3.actor-critic方法 3.1 Reinforce 算法,也稱為蒙特卡洛策略梯度。蒙特卡洛方差 第一節介紹了DQN 在上一節基于策略的方法中,我們的目標是直接優化策略,而無需使用價值函數。更準確地說,Reinforce 是 基于策略的方法 的一個子類…

關于MCU、MPU、SoC、DSP四大類型芯片

目錄 MCU、MPU、SoC、DSP四大類型芯片分析 一、MCU 1、概念 2、特點 3、常見芯片 4、應用場景 二、MPU 1、概念 2、特點 3、常見芯片 4、應用場景 三、SoC 1、概念 2、特點 3、常見芯片 4、應用場景 四、DSP 1、概念 2、特點 3、常見芯片 4、應用場景 MCU、…

【數據結構】圖論最短路圣器:Floyd算法如何用雙矩陣征服負權圖?

最短路徑 穿越負權迷霧:Floyd算法如何解鎖全圖最短路徑???一、Floyd算法1.1 算法思想1.2 算法邏輯1.3 算法評價1.4 算法限制 二、三種算法對比🌟結語 穿越負權迷霧:Floyd算法如何解鎖全圖最短路徑??? 大家好&…

寶塔面板集成阿里云 OSS 備份失敗的解決方案

寶塔面板集成阿里云OSS備份失敗的解決方案 一、問題背景 在使用寶塔面板配置阿里云OSS云存儲備份功能時,用戶遇到如下錯誤: Traceback (most recent call last):File "class/CloudStoraUpload.py", line 144, in __init__from alioss_main import OSSClient as ocFile "…

如何安全高效地維護CMS智能插件?

作為網站開發者或運維人員,你是否經歷過這樣的場景:滿懷期待地點擊了插件“更新”按鈕,刷新頁面后卻看到一片刺眼的500錯誤?或發現網站加載速度從2秒驟降到10秒?智能插件為CMS系統(如WordPress、Drupal、億…

FastAPI如何用角色權限讓Web應用安全又靈活?

title: FastAPI如何用角色權限讓Web應用安全又靈活? date: 2025/06/13 05:46:55 updated: 2025/06/13 05:46:55 author: cmdragon excerpt: 基于角色的路由訪問控制是Web應用中常見的安全控制模式,通過為用戶分配特定角色來管理權限。FastAPI利用依賴注入系統實現權限控制…

利用 SpreadJS 優化表格渲染性能

引言 在當今的數據驅動時代,表格作為一種重要的數據展示和交互方式,廣泛應用于各類 Web 應用中。然而,當表格數據量增大或操作復雜度提高時,渲染性能往往會成為一個關鍵問題。SpreadJS 作為一款功能強大的純前端電子表格控件&…

狀態檢查常用SQL

使用MySQL自身命令獲取數據庫服務狀態。 連接數 -- 最大使用連接數 show status like Max_used_connections; -- 系統配置的最大連接數 show global variables like %max_connections; -- 當前打開的連接數 show status like Threads_connected; 緩存 -- 未從緩沖池讀取的次…

【Mac 上離線安裝 ADB 工具】

? 一、步驟總覽(離線安裝 ADB) 下載 ADB 離線包(zip 文件)解壓到一個固定位置(比如 ~/adb)配置環境變量驗證安裝是否成功 ? 二、步驟詳情(假設你已經下載好了 zip 文件) &#x1…

什么是數據倉庫的ETL

ETL詳解:數據整合的核心技術 1. 什么是ETL? ETL(Extract, Transform, Load)是數據倉庫和數據分析領域的核心數據處理流程,指從不同數據源**抽取(Extract)數據,經過清洗轉換&#x…

數字ic后端設計從入門到精通8(含fusion compiler, tcl教學)ULVTLL、LVT、ULVT詳解及應用

LVT vs ULVT vs ULVTLL:從PPA、成本的角度出發 比較維度LVTULVTULVTLL閾值電壓(Vth)中等低極低但經過優化減少泄漏開關速度中等快略慢于ULVT但優于LVT驅動能力較低高較高,略低于ULVT漏電流較低高顯著低于ULVT動態功耗中等低低靜態功耗低高低面積小小略大(因需額外技術減少泄…

Jupyter notebook中的感嘆號!魔法命令介紹

背景: 之前用過anaconda conda創建過虛擬環境,也用過venv虛擬環境,也搭建過Jupyter notebook環境,但是今天看到下列的代碼,不清楚感嘆號代表什么。 如: !python -m venv signlang_env 解答: &a…

mysql 數值函數 介紹

MySQL 提供了多種數值函數,用于處理和操作數值數據。以下是一些常見的 MySQL 數值函數的介紹和使用示例: 1. ABS() 功能:返回一個數值的絕對值。語法:ABS(number)示例: SELECT ABS(-5); -- 輸出: 5 2. …

HBase 安裝與簡單操作指南

一、安裝前準備 1. 系統要求 Java 1.8+Hadoop 2.x/3.x (已配置并運行,偽分布式或全分布式)SSH 免密登錄配置完成確保系統主機名解析正確2. 下載 HBase 最新穩定版下載地址: wget https://downloads.apache.org/hbase/2.4.11/hbase-2.4.11-bin.tar.gz 二、安裝步驟 1. 解…

OpenCV CUDA模塊設備層-----用于CUDA 紋理內存(Texture Memory)的封裝類cv::cudev::Texture

操作系統:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 編程語言:C11 算法描述 cv::cudev::Texture 是 OpenCV CUDA 模塊(opencv_cudaimgproc)中用于 CUDA 紋理內存(Texture Memory&#xf…