??本文介紹基于Python中ArcPy模塊悍引，實現(xiàn)Excel數(shù)據(jù)讀取并導入圖層，同時進行IDW插值與批量掩膜的方法帽氓。

1 任務需求

??首先趣斤，我們來明確一下本文所需實現(xiàn)的需求。

??現(xiàn)有一個記錄有北京市部分PM2.5濃度監(jiān)測站點在2019年05月18日00時至23時（其中不含19時）等23個逐小時PM2.5濃度數(shù)據(jù)的Excel表格文件黎休，我們需要將其中的數(shù)據(jù)依次讀入一個包含北京市各PM2.5濃度監(jiān)測站點的矢量點要素圖層中浓领；隨后玉凯，基于這些站點導入的23個逐小時PM2.5濃度數(shù)據(jù)，逐小時對北京市PM2.5濃度加以反距離加權（IDW）方法的插值镊逝，即共繪制23幅插值圖壮啊；最后，基于已有的北京市邊界矢量數(shù)據(jù)撑蒜，分別對這23幅插值圖加以掩膜歹啼。

??在這里，包含北京市各PM2.5濃度監(jiān)測站點的矢量點要素圖層是基于這篇博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/122849279）得到的座菠，如下圖所示狸眼。

??其中，該矢量圖層還包括屬性表浴滴，屬性表內容包括每一個站點的編號拓萌、地理位置與中文名稱，如下圖所示升略。

??而記錄有北京市部分PM2.5濃度監(jiān)測站點在2019年05月18日00時至23時（其中不含19時）等23個逐小時PM2.5濃度數(shù)據(jù)的Excel表格文件則如下所示微王，其中包括各站點在23個整點時所監(jiān)測到的PM2.5濃度。

2 代碼實現(xiàn)

??了解了需求后品嚣，我們就基于Python中的ArcPy模塊炕倘，進行詳細代碼的撰寫與介紹。

??這里需要說明的是：在編寫代碼的時候翰撑，為了方便執(zhí)行罩旋，所以希望代碼后期可以在ArcMap中直接通過工具箱運行，即用到Python程序腳本新建工具箱與自定義工具的方法眶诈；因此涨醋，代碼中對于一些需要初始定義的變量，都用到了arcpy.GetParameterAsText()函數(shù)逝撬。大家如果只是希望在IDLE中運行代碼浴骂，那么直接對這些變量進行具體賦值即可。關于Python程序腳本新建工具箱與自定義工具宪潮，大家可以查看這篇博客（https://blog.csdn.net/zhebushibiaoshifu/article/details/121518404）詳細了解溯警。

??上面提到需要初始定義的變量一共有十個，其中arcpy.env.workspace參數(shù)表示當前工作空間坎炼，csv_path參數(shù)表示存儲有北京市2019年05月18日00時至23時（其中不含19時）逐小時PM2.5濃度數(shù)據(jù)的.csv文件愧膀，shape_file_path參數(shù)表示站點信息矢量數(shù)據(jù)文件，boundary_file_path參數(shù)表示投影后北京市邊界矢量數(shù)據(jù)文件谣光，spatial_resolution參數(shù)表示IDW插值結果柵格圖的像元大小檩淋，power參數(shù)表示IDW插值時所用距離的冪指數(shù)，look_point參數(shù)表示IDW插值時所用最鄰近輸入采樣點數(shù)量的整數(shù)值，max_distance參數(shù)表示IDW插值時對最鄰近輸入采樣點的限制距離蟀悦，單位依據(jù)地圖坐標系確定媚朦；idw_result_dir參數(shù)表示IDW插值結果圖層保存路徑，mask_result_dir參數(shù)表示IDW插值結果圖層經掩膜后保存路徑日戈。

??代碼的整體思路為：首先利用pd.read_csv函數(shù)讀取記錄有北京市部分PM2.5濃度監(jiān)測站點在2019年05月18日00時至23時（其中不含19時）等23個逐小時PM2.5濃度數(shù)據(jù)的Excel表格文件數(shù)據(jù)询张，隨后在北京市各PM2.5濃度監(jiān)測站點的矢量點要素圖層的屬性表中新建23個列，每一個列表示該監(jiān)測站點在某一時刻的濃度數(shù)據(jù)（共有23個時刻浙炼，因此共有23個列）份氧；其次，由于矢量要素圖層中的部分站點在Excel文件中并沒有數(shù)據(jù)弯屈，因此需要將這些站點從矢量要素圖層中刪除蜗帜；最后，分別利用Idw函數(shù)與ExtractByMask函數(shù)進行IDW插值與掩膜资厉。

??具體代碼如下厅缺。

# -*- coding: utf-8 -*-
# @author: ChuTianjia

import copy
import arcpy
import pandas as pd
from arcpy.sa import *

arcpy.env.workspace=arcpy.GetParameterAsText(0)
csv_path=arcpy.GetParameterAsText(1)
shape_file_path=arcpy.GetParameterAsText(2)
idw_result_dir=arcpy.GetParameterAsText(8)
boundary_file_path=arcpy.GetParameterAsText(3)
mask_result_dir=arcpy.GetParameterAsText(9)
spatial_resolution=arcpy.GetParameterAsText(4)
power=arcpy.GetParameterAsText(5)
look_point=arcpy.GetParameterAsText(6)
max_distance=arcpy.GetParameterAsText(7)

csv_data=pd.read_csv(csv_path,header=0,encoding="gbk")
column_name_list=list(csv_data)
hour_column=csv_data["hour"]

pm_25_list=[[0]*len(csv_data) for i in range(csv_data.shape[1]-3)]

for i in range(3,csv_data.shape[1]):
    for index,data in csv_data.iterrows():
        pm_25_list[i-3][index]=data[i]

field_list=["hour_00","hour_01","hour_02","hour_03","hour_04","hour_05",\
            "hour_06","hour_07","hour_08","hour_09","hour_10",\
            "hour_11","hour_12","hour_13","hour_14","hour_15",\
            "hour_16","hour_17","hour_18","hour_20",\
            "hour_21","hour_22","hour_23"]
field_list_use=copy.deepcopy(field_list)
field_list_use.insert(0,"Name")

# Update the columns in the attribute table
for i in range(len(field_list)):
    arcpy.AddField_management(shape_file_path,field_list[i],"SHORT")

delete_num=0
delete_name=[]
with arcpy.da.UpdateCursor(shape_file_path,field_list_use) as cursor:
    for row in cursor:
        for column_name in column_name_list:
            if column_name==row[0]:
                for i in range(len(csv_data[column_name])):
                    row[i+1]=csv_data[column_name][i]
                    cursor.updateRow(row)

        # Find stations that without any data        
        if row[0] not in column_name_list:
            cursor.deleteRow()
            delete_num+=1
            delete_name.append(row[0])

arcpy.AddWarning("Delete {0} site(s) that do not contain any data, and the site(s) name is(are):".format(delete_num))
for i in delete_name:
    arcpy.AddMessage(i)
arcpy.AddMessage("\n")

# Perform IDW interpolation
arcpy.env.extent=boundary_file_path
for i in range(len(field_list)):
    idw_result=Idw(shape_file_path,field_list[i],spatial_resolution,power,RadiusVariable(look_point,max_distance))
    idw_result_path=idw_result_dir+"\\"+"BJ_"+field_list[i]+".tif"
    idw_result.save(idw_result_path)
    arcpy.AddMessage("{0} has completed IDW interpolation.".format(field_list[i]))

# Perform mask
tif_file_list=arcpy.ListRasters("BJ_hour_*","TIF")
for raster in tif_file_list:
    mask_result=ExtractByMask(raster,boundary_file_path)
    mask_result_path=mask_result_dir+"\\"+raster.strip(".tif")+"_Mask.tif"
    mask_result.save(mask_result_path)
    arcpy.AddMessage("{0} has been masked.".format(raster.strip(".tif")))

3 運行結果

??執(zhí)行上述代碼，如果是在ArcMap中直接通過工具箱運行宴偿，則可以看到代碼運行過程中出現(xiàn)的提示湘捎。

??例如，下圖所示提示可以知道有哪幾個站點是沒有數(shù)據(jù)窄刘、從而被剔除的窥妇。

??下圖則可以顯示出目前代碼的運行情況。

??同時都哭，在我們設定的結果文件夾中可以看到秩伞，23小時的插值圖與掩膜圖都將自動生成并保存在指定文件夾逞带。

??再來看看具體的圖片長什么樣子欺矫。

??首先查看IDW插值結果圖；我們以當日10時的插值結果圖為例進行查看展氓∧屡浚可以看到其已對北京市邊界矢量數(shù)據(jù)所包含的矩形范圍完成了插值。

??接下來遇汞，查看IDW插值結果圖經過掩膜后的圖像未妹；我們同樣以當日10時的插值、掩膜結果圖為例進行查看空入÷缢可以看到，經過掩膜操作后的圖像已經完全符合北京市邊界矢量數(shù)據(jù)的范圍歪赢。