简介面向GIS初学者与刚接触ArcGIS二次开发的技术人员这份文档围绕Python脚本在地理处理中的实际用法展开帮助零基础读者把编程语法与ArcGIS工具链衔接起来。全文从数学运算符、字符串操作、模块导入、def自定义函数、if/while/for流程控制及输入输出讲起再过渡到arcpy地理处理对象的创建、帮助查询、工具箱与别名调用、ModelBuilder中嵌入脚本以及PythonWin断点调试、Describe与Exists获取数据信息、地图代数等进阶环节目录层次分明可作为自学路线图或培训讲义。压缩包内共1个docx文件约490KB轻量易读适合边看边在软件中动手验证。目前已有1492人学习对希望用脚本替代重复手工操作、提升批处理与空间分析效率的入门者较为实用。1. 手工点到手酸的人才懂脚本的好如果你在 ArcGIS 里干过这种活把三十个文件挨个重投影、挨个裁剪、挨个导出点到第七个的时候手指已经进入机械运动脑子里开始怀疑人生——那你其实已经站在这件事的门口了。ArcGIS 中 Python 脚本的使用说白了就是把你点的那一连串按钮用几行文字写下来让软件自己去点。它要解决的问题很朴素重复、量大、有规律的数据处理。它适合的人也很朴素天天和图层、要素、栅格打交道但没系统学过编程的人。你不需要先成为程序员只要认得几个基础语法就能让一套流程从“点半小时”变成“跑三十秒”。2. 先弄明白脚本在 ArcGIS 里到底在管什么2.1 手工和脚本的差别不在速度而在可复现先讲个常见的场面。某实验室要做一份土地利用变化分析工作目录下有三十多个 shapefile全都得先裁剪到研究区范围内。手工流程是双击裁剪工具、选输入要素、选裁剪面、填输出路径、点确定然后重复三十次。这中间只要有一步选错了字段或者中途被叫去开个会回来就记不清做到第几个了。脚本版是什么样同样是这三十个文件你写一段循环跑一次屏幕上滚出三十行“已处理”跑完还有一份完整记录。速度当然快很多但这不是重点。真正的重点是三个月以后导师问你“这批数据是怎么处理的”手工操作你只能凭记忆复述脚本你直接把那个文件打开每一行的参数都写在里面。这就是后悔药。我第一次意识到这件事的价值是在一次数据返工上。前面手工裁完的一批文件后来发现裁剪前少做了一个投影转换三十个文件全部得重来。有脚本的那一半改一行参数跑一遍就完事手工那一半我又老老实实点了两个小时。那种感觉比报错还难受。还有一点新手容易忽略手工操作天然带噪声。今天你先裁后投明天先投后裁结果看起来差不多实际边界上可能差几十米。脚本不会只要写法不变每次跑出来的东西就是同一个东西。对需要交付、需要复现的分析来说这种一致性比快多少秒重要得多。2.2 工具、模型、脚本三个容易混的东西很多新手一上来就晕是因为把三样东西搅在一起了。工具箱里的单个工具是一个动作比如“裁剪”比如“缓冲区”。它做一件事做得干净利落。ModelBuilder 模型是把几个工具用箭头连起来前面一个的输出变成后面一个的输入。它是图形化的你能看见流程长什么样适合梳理步骤、适合给别人看。脚本是用文字把同样的事描述一遍。它没有箭头只有一行一行往下执行的语句。但脚本有两个别人比不了的好处一是能写判断和循环比如“如果这个文件夹里有 shp就处理没有就跳过”二是能把自己变成一个工具塞进工具箱里长得跟原生工具一模一样别人用的时候根本不知道背后是 Python。三者不是互相替代的关系是一条链子。你先在工具箱里点通一遍再用模型把步骤串起来想清楚最后用脚本把模型里说不清的那部分补上。刚开始学的时候别一上来就写大脚本先在工具箱里手工跑通一次把每一步用的什么工具、填的什么参数记在纸上这就是你的第一份脚本草稿。形式长什么样适合什么情况新手门槛单个工具一个对话框一次性处理一个数据最低ModelBuilder 模型方框加箭头步骤固定、需要给别人看中Python 脚本一段文本批量、有条件、要复用稍高但值得2.3 什么活该写脚本什么活别浪费时间不是所有事都值得写成脚本这点得先想清楚否则你会陷进“为了写脚本而写脚本”的坑里。判断标准其实很简单同一套操作你要做三遍以上。做一遍的时候手点更快做两遍还能忍做第三遍就该动笔了。步骤里有规律性的变化。比如文件名按编号排、输出路径按子文件夹分、缓冲距离随图层不同而变。有规律循环就有用武之地。数据量大到人眼盯不过来。几十个文件还能靠意志力几百个就只能靠程序。反过来这几种情况别折腾只做一次的活需要人眼看图判断好坏的活比如配色、符号化、边界要不要微调步骤只有一两下的活。这些写脚本的时间比手工还长不值。入门的话建议先挑一个“小而完整”的任务练手比如“把一个文件夹里所有 shapefile 都做 200 米缓冲输出到另一个文件夹”。它包含了读目录、循环、调工具、写输出四个动作麻雀虽小五脏俱全跑通了你就知道脚本的骨架长什么样。3. 上手前的地基真正用得上的五个语法一说学 Python很多人第一反应是去啃一本五百页的书。没必要。在 ArcGIS 脚本这个场景里日常真正用到的语法就那么几样剩下的可以边用边查。3.1 数字和字符串八成的报错来自路径先说字符串因为脚本里最常出现的报错几乎都和路径有关。字符串就是一串字符用单引号或双引号包起来都行两边要配对。它有两个操作你一定会用到拼接和切片。# 字符串基础拼接、切片、方法 ws rD:\gis_work # 前面加 r反斜杠就按字面意思处理 print(ws) name landuse print(name.upper()) # 转大写LANDUSE print(len(name)) # 长度7 print(name[0:4]) # 从下标 0 取到下标 4 之前land print(name _2020) # 拼接landuse_2020这里面最值得说的是那个 r。Windows 路径里全是反斜杠而反斜杠在 Python 里是转义符号\n是换行、\t是制表符。你写D:\gis_workPython 看到\g不知道是什么轻则路径错重则直接报错。前面加个 r意思是“这一串里别给我解释转义原样保留”。另一个办法是把反斜杠写成两个但那样太丑也不好读我一般统一用 r。再说数字。加减乘除不用讲两个点要记住第一整数除整数在老版本里结果还是整数5/2得 2 不是 2.5想要小数得写5.0/2第二取模%是求余数写循环的时候偶尔会用来做“每处理十个打印一次进度”这种事。至于**是乘方算面积、算距离的时候会碰到。3.2 列表和 for 循环一次处理一堆文件列表就是用方括号括起来的一串东西[a.shp, b.shp, c.shp]。它最常用的动作是往里加东西用append()。而 for 循环就是“把这个列表里的东西挨个拿出来用一遍”。这两样凑在一起就是批量处理的全部秘密。import os ws rD:\gis_work files os.listdir(ws) # 把文件夹里所有文件名读成一个列表 shps [] # 先准备一个空列表装 shp 文件 for f in files: # 挨个看每个文件名 if f.endswith(.shp): # 判断是不是以 .shp 结尾 shps.append(f) # 是就装进列表 print(共找到, len(shps), 个 shapefile) for s in shps: print(s)这段代码值得逐行看。os.listdir是 os 这个模块提供的功能读目录endswith判断结尾比用切片判断稳append往列表尾部追加。注意两层循环是分开的第一层负责筛选第二层负责输出。新手常犯的错是把处理和筛选挤在一个循环里逻辑一复杂就乱。先筛出来再统一处理这个习惯能救你很多次。还有一个细节endswith(.shp)里带了点。如果不带点一个叫roads.shp.xml的元数据文件也会被误判成 shp后面调工具就会报“无效数据”。这种坑不写一次是想不到的。3.3 if 和 def让脚本会做判断、能复用if 就是“如果……就……”。在 ArcGIS 脚本里它最常见的用法是判空和判存在如果这个文件不存在就跳过并提示如果这个字段是空的就不参与计算。import os target rD:\gis_work\streams.shp if os.path.exists(target): print(文件在可以开始处理) else: print(找不到文件检查路径, target)os.path.exists返回的是 True 或 False。这个判断虽然只有一行但能省掉大量“跑了一半崩了”的情况。批处理脚本尤其需要它因为一批文件里混进一个不存在的名字整个循环就断了。def 是自定义函数把一段常用逻辑打包起个名字以后随叫随到。它的好处是改一次、处处生效。def make_out_name(fc, suffix): 给输入文件名加后缀返回输出文件名 return fc.replace(.shp, ) suffix .shp print(make_out_name(streams.shp, _buf200)) # 结果streams_buf200.shp注意函数体要缩进冒号结尾。replace先把原来的 .shp 去掉再拼新的后缀和扩展名否则会变成streams.shp_buf200.shp这种四不像。这种小函数写一次后面几十行代码都能用出问题也只改一处。3.4 import那一行到底在借什么Python 自带的功能有限很多东西要“借”模块。import os是借文件系统操作import math是借数学计算写 ArcGIS 脚本时那行import arcpy则是借整个地理处理能力。这四样东西——字符串、列表加 for、if 加 def、import——构成了你九成的日常代码。剩下的语法可以边写边查遇到不认识的函数在 Python 窗口里敲一句 help 就能看说明不必背下来。4. 跑通第一个脚本从地理处理对象到缓冲区结果4.1 先建立和 ArcGIS 对话的通道脚本要指挥 ArcGIS 干活得先有个“对话通道”。老版本的 ArcGIS Desktop 时代这个通道叫地理处理对象写法是用 arcgisscripting 模块创建一个对象# 9.x 时代的写法 import arcgisscripting gp arcgisscripting.create(9.3) gp.workspace rD:\gis_work后来版本演进了统一成 arcpy用法更简洁大部分工具的调用方式也变成了“工具名加下划线加工具类别”import arcpy arcpy.env.workspace rD:\gis_work arcpy.env.overwriteOutput True不管哪种写法核心就三件事导入模块、设置工作空间、打开覆盖输出。工作空间的意思相当于“我默认在这个文件夹里找数据和放结果”设好之后工具里的路径就可以只写文件名代码会干净很多。覆盖输出那句更关键不打开的话第二次跑同一个脚本会直接报“输出已存在”然后你会对着屏幕愣三秒。提示不同版本里模块名和调用方式有差别写之前先看一眼自己环境里能用哪个别把两代写法混着抄。4.2 第一个完整例子给一条河流做 200 米缓冲任务很简单把工作目录里一个叫streams.shp的线要素做 200 米缓冲区结果另存。import arcpy # 打开覆盖输出避免重复运行时中断 arcpy.env.workspace rD:\gis_work arcpy.env.overwriteOutput True # 调用缓冲区工具输入、输出、距离 arcpy.Buffer_analysis(streams.shp, streams_buf200.shp, 200 Meters) print(缓冲区生成完成)三段结构非常清楚。第一段是环境设置第二段是干活第三段是告诉你干完了。Buffer_analysis这个名字拆开看Buffer 是工具名analysis 是它所在工具集的别名中间下划线连起来。引号里的三个参数分别对应输入数据、输出数据和缓冲距离单位写在字符串里不写单位有时会按数据本身的坐标系单位来算容易出岔子。跑通之后把它改成批量版这才是脚本真正开始值钱的地方import arcpy arcpy.env.workspace rD:\gis_work arcpy.env.overwriteOutput True # 列出工作目录下所有要素类 fcs arcpy.ListFeatureClasses() for fc in fcs: out fc.replace(.shp, ) _buf.shp try: arcpy.Buffer_analysis(fc, out, 200 Meters) print(已处理, fc, -, out) except Exception as e: # 单个失败不影响后续把错误记下来 print(处理失败, fc, 原因, e)相比单条版多了三样东西。ListFeatureClasses直接返回工作目录里的要素类列表不用自己读目录。try...except是保险绳一批几十个文件里只要有一个有问题整段代码不会全崩出错的那个跳过继续跑下一个。最后那个e会把错误原因打出来这是你排查问题的第一手线索。4.3 改参数、看报错脚本调试的正确姿势脚本第一次跑不通是常态别慌报错信息其实很有用。它通常会告诉你三件事哪一行出的错、错误类型、一句描述。新手最容易犯的错是只看最后一句“执行失败”然后截图问人。正确的做法是先看行号再对照这一行写的是什么八成是路径不对、名字拼错、或者参数顺序反了。几个实用的排查动作在关键位置插一句 print把变量当前的值打出来看它到底是不是你以为的那个值用 Describe 先摸清数据长什么样再决定怎么处理import arcpy arcpy.env.workspace rD:\gis_work desc arcpy.Describe(landuse) print(数据类型, desc.dataType) print(几何类型, desc.shapeType)这一步特别值。同一个“裁剪”操作对矢量和对栅格要用的工具不一样你得先知道手里是什么。很多人报错报了半天其实是把栅格当矢量喂进去了。再往深一点可以用带调试功能的编辑环境打断点让代码一行一行走边看变量边想。不过对刚入门的人来说print 加 Describe 这两招已经能解决绝大多数问题先把这两招用熟比折腾工具更划算。5. 新手最容易翻车的五个地方5.1 路径里的反斜杠现象明明文件就在那儿脚本一口咬定找不到报路径无效。原因路径里的反斜杠被当成转义符吃掉了\t、\n这类组合会直接变成不可见的字符。解决路径字符串前面统一加 r或者在资源管理器里复制路径后手动检查一遍。养成习惯凡是路径先加 r 再说。5.2 覆盖输出忘记打开现象第一次跑得好好的第二次跑就报“输出已存在”脚本停在那不动。原因ArcGIS 默认不覆盖已有结果这是保护机制但批处理时很碍事。解决在脚本开头加一行打开覆盖的开关。同时提醒一句覆盖开关一旦打开跑错参数会把正确结果冲掉第一次跑新脚本时先拿一个文件的副本试。5.3 中文注释和中文路径现象脚本里加了中文说明或者输出路径带了中文文件夹运行报编码错误或者干脆不执行。原因老版本的运行环境对中文编码支持不完善读脚本文件时就乱码了。解决脚本文件里的注释用英文或者把中文说明写到脚本外面的说明文档里路径尽量用纯英文和数字别用中文和空格。这条血泪经验在旧环境里尤其管用新环境宽松一些但为了少踩坑还是建议统一用英文路径。5.4 工具重名别名没写对现象调用裁剪工具提示参数数量不对或者干脆说没这个工具。原因ArcGIS 里同名的工具不止一个比如裁剪在不同工具集里都有适用数据类型完全不同。脚本必须靠工具集别名来区分。解决别凭记忆写工具名。在工具箱里右键看工具属性确认它属于哪个工具集再按“工具名_别名”的格式写。写之前先在 Python 窗口里试一行跑得通再往脚本里放。5.5 工作空间和数据格式对不上现象列表函数返回空或者明明文件夹里有一堆数据循环一次都没进。原因工作空间设错层级或者数据格式和列表函数不匹配。比如 coverage 数据要用另一套列表方法用错了当然啥也拿不到。解决先 print 一下工作空间路径确认它指向的是数据所在的文件夹本身而不是上一级再用 Describe 看一眼数据类型确认你用的列表方法对得上。这一步花三十秒能省半小时。6. 下一步把脚本变成自己的工具跑到这里你已经能写出一段能干活、能批量、能容错的脚本了。接下来最值得花时间的不是去学更多语法而是把这段脚本变成一个“能给别人用的工具”。路径大概是三段。第一段把脚本里写死的路径和参数改成从外部传进来最简单的方式是从命令参数读进阶一点是做成脚本工具的输入框。第二段给脚本补上说明和输出消息让人跑的时候知道它在干什么、跑到哪一步了而不是干等着屏幕发呆。第三段把脚本注册成工具箱里的一个工具配上参数说明它就和你平时双击的那些按钮没有区别了。学习顺序我建议这样排阶段学什么拿什么练第一周字符串、列表、for、if遍历文件夹列出所有数据第二周调工具、设置环境、Describe单个数据的裁剪或缓冲第三周循环加容错一整个文件夹批量处理第四周参数传入、输出消息把脚本包装成可复用小工具之后模型里嵌脚本、空间分析工具把两步以上的流程串起来别贪多。我见过太多人第一周就去啃空间代数、啃指针游标结果连路径都没写对挫败感拉满就放弃了。指针那类东西是处理属性表时才需要的等你真的遇到“要批量改字段值”的需求再去查学得又快又牢。最后说一个我自己的习惯。从那以后我每次写新脚本都强制走一遍“先在工具箱手工做一次、把参数抄下来、再写成代码、先拿一个文件试跑”的流程一步都不跳。跳过手工那一步你会不知道自己到底要什么跳过单文件试跑你会用几十个文件去验证一个错误的参数。慢一点反而快。希望这篇能帮你把第一步迈出去剩下的就是在自己的数据上多跑几遍。本文还有配套的精品资源点击获取