ArcPy 脚本：批量生成郑州市 1990-2019 年空间分析结果（核密度、热点、平均中心、标准差椭圆）

ArcPy 脚本批量生成郑州市 1990-2019 年空间分析结果核密度、热点、平均中心、标准差椭圆背景介绍在城市研究中我们常常需要分析多年数据的空间分布模式比如建筑物高度在郑州市的聚集情况、热点区域变化、整体中心位置迁移以及分布方向趋势。如果每年手动在 ArcGIS 中运行四种空间分析工具会非常耗时且容易出错。这个脚本就是为了解决这个问题而写的——它能自动批量处理 1990 到 2019 共 30 年的数据一键生成四类分析结果让你把精力放在结果解读上而不是重复操作上。代码功能说明这个脚本的核心功能是自动读取每一年郑州市的点要素数据shp 文件依次完成四种常见空间统计分析并将结果整齐保存到对应的文件夹中。具体能实现的效果核密度分析 → 生成每年建筑物高度的密度栅格图tif冷热点分析Getis-Ord Gi* → 生成每年显著的高值/低值聚集区域shp平均中心 → 计算每年高度加权的中心点shp标准差椭圆方向分布 → 绘制每年数据的分布方向和离散程度shp适用场景城市地理、规划、人口、经济等时空格局研究特别是需要对比多年变化的场景。运行完成后你会在输出文件夹里看到四个子文件夹核密度、冷热点、平均中心、椭圆每个文件夹里按年份命名整齐存放对应结果文件总共约 120 个文件30 年 × 4 类。运行环境准备要运行这个脚本你需要安装ArcGIS Pro推荐 2.8 或更高版本或ArcGIS Desktop 10.x带 Spatial Analyst 扩展脚本使用的是 ArcGIS 自带的 Python 环境和 arcpy 模块不需要额外用 pip 安装任何包确保你的 ArcGIS 许可证已启用Spatial Analyst扩展脚本会自动 checkout注意普通 Python如 Anaconda无法运行此脚本必须在 ArcGIS 提供的 Python 环境中执行。详细运行步骤按照以下顺序操作新手也能一步步跑通。每一步都说明了“为什么要这么做”。准备输入数据为什么脚本会按年份逐个读取 shapefile 文件如果路径或文件名不对就会报错。操作在你的磁盘上新建一个输入文件夹例如D:\CMAB_data\input在里面按年份建立子文件夹1990、1991、...、2019将每年的点数据命名为郑州市_XXXX.shpXXXX 为年份放入对应年份的子文件夹中数据结构示例输入文件夹\1990\郑州市_1990.shp创建输出和临时文件夹为什么脚本需要地方存放结果和临时文件避免污染其他目录。操作新建输出文件夹例如D:\CMAB_data\output\郑州新建临时文件夹scratch例如D:\CMAB_data\scratch空间足够大即可保存并修改代码为什么路径必须指向你自己的文件夹否则找不到文件。操作将下面的完整代码复制到一个新文件中保存为zhengzhou_spatial_analysis.py重点修改以下三行路径用你的实际路径替换方括号内的内容input_base_dir r【你的输入基础目录】 # 示例: rD:\CMAB_data\input output_base_dir r【你的输出基础目录】 # 示例: rD:\CMAB_data\output\郑州 scratch_dir r【你的临时目录】 # 示例: rD:\CMAB_data\scratch运行脚本为什么在 ArcGIS 自带的 Python 环境中运行才能调用 arcpy。操作两种方式任选其一方式一推荐打开 ArcGIS Pro → 顶部菜单“分析” → “Python” → 打开 Python 窗口 → 拖入你的.py文件 → 回车执行方式二在 Windows 开始菜单找到 “Python Command PromptArcGIS Pro” → 输入python C:\path\to\zhengzhou_spatial_analysis.py运行过程会在控制台打印进度大约几分钟到十几分钟取决于电脑性能和数据量。验证结果为什么确认脚本是否成功生成了所有文件。操作运行结束后控制台会打印统计信息每个文件夹多少文件打开输出文件夹检查四个子文件夹是否都有按年份命名的文件用 ArcGIS Pro 打开任意几个结果文件查看是否正常显示核心代码解析下面是完整代码已将个人路径模糊化。我们用大白话逐段解释关键逻辑。import arcpy import os import shutil def clean_previous_results(output_base_dir, sub_folders): 删除之前的结果文件 print(正在清理之前的输出结果...) for folder_name in sub_folders.values(): folder_path os.path.join(output_base_dir, folder_name) if os.path.exists(folder_path): try: # 删除文件夹内所有内容但保留文件夹本身 for filename in os.listdir(folder_path): file_path os.path.join(folder_path, filename) try: if os.path.isfile(file_path) or os.path.islink(file_path): os.unlink(file_path) elif os.path.isdir(file_path): shutil.rmtree(file_path) except Exception as e: print(f 删除 {file_path} 失败: {e}) print(f 已清理: {folder_name}) except Exception as e: print(f 清理 {folder_name} 文件夹时出错: {e}) else: # 如果文件夹不存在创建它 os.makedirs(folder_path, exist_okTrue) print(f 创建了: {folder_name}) def run_analysis(): # 配置区域 input_base_dir r【你的输入基础目录】 output_base_dir r【你的输出基础目录】 scratch_dir r【你的临时目录】 arcpy.CheckOutExtension(Spatial) arcpy.env.overwriteOutput True sub_folders { kde: 核密度, hotspot: 冷热点, mean_center: 平均中心, ellipse: 椭圆 } # 清理之前的输出结果 clean_previous_results(output_base_dir, sub_folders) # 开始循环处理 (1990-2019) for year in range(1990, 2020): input_shp os.path.join(input_base_dir, str(year), f郑州市_{year}.shp) if not os.path.exists(input_shp): print(f文件不存在跳过: {input_shp}) continue print(f\n正在处理: {year} 年数据...) try: # --- 任务1: 核密度 --- temp_point_path os.path.join(scratch_dir, ftemp_pts_{year}.shp) arcpy.management.FeatureToPoint(input_shp, temp_point_path, INSIDE) out_raster_path os.path.join(output_base_dir, sub_folders[kde], f{year}年郑州市.tif) out_kde arcpy.sa.KernelDensity(temp_point_path, height, 30, None, SQUARE_METERS) out_kde.save(out_raster_path) arcpy.management.Delete(temp_point_path) print(f √ 任务1完成: 核密度) # --- 任务2: 热点分析 --- out_hotspot_path os.path.join(output_base_dir, sub_folders[hotspot], f{year}年郑州市冷热点.shp) try: arcpy.stats.HotSpotAnalysis( input_shp, height, out_hotspot_path, FIXED_DISTANCE_BAND, EUCLIDEAN_DISTANCE, NONE, None, None, FEATURE_CLASS ) except AttributeError: try: arcpy.stats.HotSpotAnalysis_GetisOrdGi( input_shp, height, out_hotspot_path, FIXED_DISTANCE_BAND, EUCLIDEAN_DISTANCE, NONE, None, None, FEATURE_CLASS ) except AttributeError: arcpy.HotSpots_stats(input_shp, height, out_hotspot_path) print(f √ 任务2完成: 热点分析) # --- 任务3: 平均中心 --- out_center_path os.path.join(output_base_dir, sub_folders[mean_center], f{year}郑州.shp) arcpy.stats.MeanCenter(input_shp, out_center_path, height) arcpy.management.AddField(out_center_path, 年份, TEXT, field_length10) with arcpy.da.UpdateCursor(out_center_path, [年份]) as cursor: for row in cursor: row[0] str(year) cursor.updateRow(row) print(f √ 任务3完成: 平均中心 (已添加年份字段)) # --- 任务4: 方向分布 --- out_ellipse_path os.path.join(output_base_dir, sub_folders[ellipse], f{year}郑州.shp) arcpy.stats.DirectionalDistribution(input_shp, out_ellipse_path, 1_STANDARD_DEVIATION, height) arcpy.management.AddField(out_ellipse_path, 年份, TEXT, field_length10) with arcpy.da.UpdateCursor(out_ellipse_path, [年份]) as cursor: for row in cursor: row[0] str(year) cursor.updateRow(row) print(f √ 任务4完成: 标准差椭圆 (已添加年份字段)) print(f ✓ {year} 年数据处理完成) except Exception as e: print(f ✗ 处理 {year} 年数据时发生错误: {str(e)}) import traceback traceback.print_exc() # 最终统计 print(\n *50) print(所有处理已完成) print(\n输出结果统计:) print(-*30) total_files 0 for folder_key, folder_name in sub_folders.items(): folder_path os.path.join(output_base_dir, folder_name) if os.path.exists(folder_path): if folder_key kde: files [f for f in os.listdir(folder_path) if f.endswith(.tif)] else: files [f for f in os.listdir(folder_path) if f.endswith(.shp)] count len(files) total_files count print(f{folder_name} 文件夹: {count} 个文件) if count 0: print(f 示例: {, .join(files[:3])} (... if count 3 else )) else: print(f{folder_name} 文件夹: 不存在) print(f\n总计生成: {total_files} 个结果文件) print(*50) if __name__ __main__: run_analysis()大白话解释核心逻辑for year in range(1990, 2020)就像一个自动翻页的书从 1990 年到 2019 年一张张处理。每一年先检查文件是否存在不存在就跳过避免程序直接崩溃。核密度先把面转成点因为核密度工具需要点然后计算“哪里点最密集”输出一张热力图一样的栅格。热点分析直接告诉 ArcGIS “用高度字段找出显著的高值聚集和低值聚集区”。平均中心计算所有点的高度加权中心就像找一群人的“平均位置”但高楼影响更大。标准差椭圆画一个椭圆包裹大部分点显示整体分布的方向和范围。每次分析完都会在结果文件里加一个“年份”字段方便后期合并所有年份一起分析。最后统一统计生成了多少文件给你一个清晰的完成反馈。常见问题解决报错 “RuntimeError: Cannot check out Spatial Analyst”原因许可证未启用 Spatial Analyst 扩展。解决在 ArcGIS Pro 中 → 项目 → 许可 → 确认 Spatial Analyst 已勾选。找不到输入文件提示文件不存在原因路径写错或文件名不完全匹配区分大小写、后缀完整。解决仔细检查input_base_dir和文件实际位置确保是原始字符串加 r 前缀。热点分析函数报 AttributeError原因不同 ArcGIS 版本函数名不同。解决脚本已内置多种尝试通常能自动适配若仍失败请确认你的 ArcGIS 版本。磁盘空间不足或权限问题