Python数据分析处理中的多种文件访问方式，看这个就对了

栅格文件访问和矢量文件访问

使用Python进行数据分析的过程中，我们常常要接触到两种文件，一种是矢量文件，另一种则是栅格文件，对于两种文件，我们都必须认识，并且掌握其读取和写入的方法。
1.矢量文件
a.认识矢量文件
矢量数据模型要素（Feature）包括几何对象和属性信息两部分，几何对象可以用WKT（用于编程赋值）和 WKB（用于数据库或二进制文件格式）。

dbf—属性信息
prj—投影信息
shp—图形格式，用于保存元素的几何实体。
shx—图形索引格式。几何体位置索引，记录每一个几何体在 shp文件之中的位置。
注意：每个文件必须是同类型的集合要素：点/线/面
b.读取矢量文件
基本信息读取：

ds = ogr.Open(filename, False)  #打开 Shape 文件（False - read only, True - read/write） 
layer = ds.GetLayer(0)   #获取图层 
spatialref = layer.GetSpatialRef() #投影信息
lydefn = layer.GetLayerDefn() #图层定义信息 
geomtype=lydefn.GetGeomType()#几何对象类型（wkbPoint, wkbLineString, wkbPolygon）

读取属性字段的信息：

fieldlist = [] #字段列表 （字段类型，OFTInteger, OFTReal, OFTString, OFTDateTime） 
for i in range(lydefn.GetFieldCount()): #根据字段数目，遍历字段 
fddefn = lydefn.GetFieldDefn(i) #获取每个字段定义 
fddict = {'name':fddefn.GetName(),'type':fddefn.GetType(),‘width’:fddefn.GetWidth(), 
‘decimal’:fddefn.GetPrecision()} #获取字段的名称、类型、宽度、精度 
fieldlist += [fddict]

读取矢量信息和对应的属性值信息：

geomlist, reclist = [], [] #数据记录 – 几何对象及其对应属性 
feature = layer.GetNextFeature() #获得第一个要素 
while feature is not None: #遍历矢量要素 
geom = feature.GetGeometryRef() #获取几何对象 
geomlist += [geom.ExportToWkt()] #将几何对象输出wkt格式 
rec = {}
for fd in fieldlist: 
rec[fd[‘name’]] = feature.GetField(fd[‘name’]) #获取每个字段对应的属性值
  reclist += [rec]
feature = layer.GetNextFeature()

最终的结果：geomlist，reclist是一一对应的关系。写入栅格文件
c.写入矢量文件
仅以将几何对象及其属性写入图层举例

for i in range(len(reclist)):    #将几何对象及其属性写入图层 
geom = ogr.CreateGeometryFromWkt(geomlist[i]) #由wkt格式构建几何要素 
feat = ogr.Feature(layer.GetLayerDefn())    #创建要素 
feat.SetGeometry(geom) 
for fd in fieldlist: 
feat.SetField(fd[‘name’], reclist[i][fd[‘name’]]) #给每个字段赋值 
layer.CreateFeature(feat)    #写入图层

reclist是列表，每个元素是字典，包含x和y字段值，如下。
[{‘x’:106.5,’y’:39.4},{‘x’:103.7,’y’:38.8}] 
geomlist是列表，每个元素是几何要素，如下。 
Geom——[‘<class 'osgeo.ogr.Geometry'>’,’ <class 'osgeo.ogr.Geometry'>’]  
Wkt——POINT(106.5 39.4),POINT(103.7 38.8)的几何格式。

2.栅格文件
a.认识栅格文件
栅格数据实质上是对连续空间分布现象的离散化，采用了一个二维矩阵、使用行号与列号来确定每个象元点（cell）的空间位置。其数据模型主要包括两部分 – 数据矩阵和大地坐标。
栅格矩阵：像元值用于表示地物某种属性的数值，像元大小表示栅格数据的空间分辨率，波段则表示地物属性有多类，每类属性用一个波段表示。大地坐标：参考表示地图投影信息。
利用python里的GDAL库对栅格图像进行读取和存储。GDAL提供对多种栅格数据的支持，包括 Arc/Info ASCII Grid(asc)，GeoTiff (tiff)，Erdas Imagine Images(img)，ASCII DEM(dem) 以及jpg、 bmp、gif等格式。
b.读取栅格文件
基本信息读取：
dataset=gdal.Open(“***.tif")
用gdal.Open（）函数打开一个文件，有两种方式GA_ReadOnly、GA_Update，
前者是只读，后者可对文件进行修改，结果得到数据集。
widthinpixel = dataset.RasterXSize #栅格矩阵的列数
heightinpixel = dataset.RasterYSize #栅格矩阵的行数
bandnumber = dataset.RasterCount #获得栅格数据的波段数
notes：这几个是属性，不是方法，所以没有加括号（）

proj = dataset.GetProjection() #地图投影信息，OGC WKT格式的坐标系统的定义。 geotrans = dataset.GetGeoTransform() #仿射矩阵，矩阵对应像素左上角为原点。

如图所示：
[0]和[3]：代表图像左上角地理坐标（x,y）
[1]和[5]：代表影像分辨率（东西方向为正，南北方向为负）
[2]和[4]：旋转角度，如果图像北方朝上，该值为0
图像行列号和地理坐标之间的变换:
Xgeo = GeoTransform[0] + XpixelGeoTransform[1]
Ygeo = GeoTransform[3] + YpixelGeoTransform[5]

数据获取：

data = dataset.ReadAsArray(0,0,width,height) 
band1= data[0,0:height,0:width]#第几个波段的数据
band = ds.GetRasterBand(1) 
data = band.ReadAsArray(0, 0, width, height)
Notes: 
data为width列，height行的数据

所以获取某个像素值的时候，要注意data[height,width]
c.写入栅格文件
#gdal 数据类型vs 栅格数据的数据类型

if 'int8' in data.dtype.name: 
datatype = gdal.GDT_Byte 
elif 'int16' in data.dtype.name: 
datatype = gdal.GDT_UInt16
 else:
 datatype = gdal.GDT_Float32 
driver = gdal.GetDriverByName(“GTiff”) #创建文件 
dataset = driver.Create(“mytest.tif”, width, height, bands, datatype) 
dataset.SetGeoTransform(geotrans) #写入仿射变换参数 
dataset.SetProjection(proj) #写入投影 
if bands == 1: 
dataset.GetRasterBand(1).WriteArray(data)    #写入数组数据 
else:
 for i in range(bands): 
dataset.GetRasterBand(i+1).WriteArray(data[i])