【GIS高阶】数据驱动页配合arcpy实现批量出图

薇諒姐姐哥哥，江湖人称遥哥，终于抵挡不住我的催稿攻势，又来给我投稿啦~（有一说一，薇諒师父是唯一能在颜文字上战胜我的男人o(￣┰￣*)ゞ）

来看看他今日带来的：数据驱动页配合arcpy实现批量出图

首先我们来谈谈常规出图方式，无外乎单张设置出图，数据驱动页批量输出pdf以及最垃圾的截图方式。每一种方式应对单张或者小批量的数据出图、制图需求都很方便的满足需求，还可以根据需要自行雕琢配色、版式、图例等参数。但是在日常数据生产中有时候我们需要出外业调查图或者套合图的时候，由于数据量巨大，几百甚至几千张图，在使用这种方式就会显得很枯燥，很无聊的重复劳动。为了偷懒、不想干这么无聊的东东。(づ｡◕‿‿◕｡)づ啊呸是为了提高工作效率，加快工作速率。绝对不是为了多挣小钱钱，高效利用时间好摸鱼、划水。o(∩_∩)o 哈哈（菌菌注：我信你个鬼咯）

然后经过我的一顿操作猛如虎，一看成果二百五。啊不是，成果还是很满意滴。ʅ（´◔౪◔）ʃ结合我的知识储备研究了一下arcpy帮助文档。（菌菌注：师父的知识储备就是厉害！）经过我的一番实验多次调教，终于实现了伟大的目标。o(∩_∩)o 哈哈 具体操作看下图。ヾ(o◕∀◕)ﾉヾ

打开arcgis将需要出图的文件数据统统都加载进去，然后设置好我们所需要的各种要素。我就简单设置一下，实际生产中需要按实际来ヾ(o◕∀◕)ﾉヾ

设置输出底图大小，18*18厘米。Hi~ o(*￣▽￣*)ブ

效果如下所示：ヾ(=ﾟ･ﾟ=)ﾉ喵♪  

然后开启数据驱动页，设置如下图所示：

ε=ε=ε=(~￣▽￣)~

开启之后会激活数据驱动页工具栏：

ο(=•ω＜=)ρ⌒☆

然后打开Python窗口，准备输入arcpy命令。按照注释所写的要求更改输出JPG的文件名，输出JPG的位置，默认分辨率为400dpi，同时保存对应的mxd工程文档。单击回车即可运行。

>>>#出现三个大于号表示执行完成。o(∩_∩)o 哈哈

执行结果如下：o(≧v≦)o~~好棒

如有不需要mxd文档，筛选删除即可，至此本文结束。友情提示：同名文件会直接覆盖掉的哦，不会提示哒~~~

d(ﾟ∀ﾟd)点赞!相应代码会附在后面。n(*≧▽≦*)n  后台回复“批量出图”可获取源代码。

arcpy代码模块：

import os
import sys
reload(sys) 
sys.setdefaultencoding('utf-8')
mxd = arcpy.mapping.MapDocument("CURRENT")
for pageNum in range(1, mxd.dataDrivenPages.pageCount + 1):
   mxd.dataDrivenPages.currentPageID = pageNum
   fieldname=u"BH"   #修改自己想要的字段,双引号内为字段名称*必填*
   a=mxd.dataDrivenPages.pageRow.getValue (fieldname)
   path=r'D:\CT1'   #输出文件位置，单引号内的位置如果没有会新建该目录
   if os.path.exists(path):
     path_2=os.path.join(path,str(a))
     print(path_2)
     arcpy.mapping.ExportToJPEG(mxd, path_2 + ".jpg",resolution=400)    # 按 照字段名称出图
     mxd.saveACopy(path_2 + ".mxd")                           # 按照字段名称 保存mxd
   else: 
     print("当前目录下不存在该文件夹，调用 makedirs 创建该文件夹")
     os.makedirs(path)
     path_2=os.path.join(path,str(a))
     print(path_2)
     arcpy.mapping.ExportToJPEG(mxd, path_2 + ".jpg",resolution=400)
     mxd.saveACopy(path_2 + ".mxd")
del mxd

那今天就到这里结束啦，欢迎留言讨论。文中的图片未经许可不要随便“引用”。

如果可以的话，希望能够转发分享，点个在看并且点个赞，给个赞赏~~也欢迎规范转载~

也希望大家和我多留言互动啊！（据说这样可以增加我的推送在你的订阅号里出现的概率）

文章推荐【ENVI基础】如何进行大气校正？【数据分享】如何获取全国矢量地铁站点与线路数据？【空间句法】20分钟学会空间句法高阶技能sDNA【城事数说】方向熵：上海与重庆的道路方向与混乱程度【数据整理】2019年行政区划调整的数据更新与分享【城事数说】时空圈—大城市之间的比较【城事数说】10年间建设用地如何变化？——全国、长三角、上海三个层面的比较【数据分享】扩张的世界，收缩的城市（分享世界人口密度数据）【数据分享·教程】20分钟做一个中国城市经济联系图【城事数说】中国的城市联系网络【GIS基础】谁都能学会的地形分析全流程（3）【数据分享】使用建筑轮廓数据估算现状建设指标【GIS基础】谁都能学会的地形分析全流程（2）【城事数说】大城市的人们都回哪去了？——人口迁徙视角（1）【GIS基础】谁都能学会的地形分析全流程（1）

END>

如需全文转载文章、投稿或者合作

可添加微信

(回复超慢！！！)

（不要添加我问各种问题，我大概率不会的==）

（入群请一定要备注入群）

（添加后会在晚上非工作时间通过，请稍安勿躁）

 公众号 微博

去往原文请点击【阅读原文】