Python-在光栅单元上循环，速度非常慢

作为不是最精明的python用户，我一直在试图找到一种解决方案来加速我的代码。 我有两个光栅文件，都有相同的尺寸和范围。一个光栅是从激光雷达图像中提取的河流，高程值范围很窄，河流文件中的所有其他值均为0。因此，基本上，除了河流宽度（包含高程数据的像素），99%的河流光栅的值为0。另一个光栅文件从激光雷达图像中提取，并在其整个范围内包含高程数据

我的计划是检查河流文件中没有0值的每个像素，向其添加1（如果河流水位上升1米），并将其与相邻的像素高程数据（基本上是激光雷达高程的像素位置）进行比较。如果它更高，则将其值设为1（这意味着该像素被淹没）。 我提出的代码可以工作，但看起来很糟糕，而且速度非常慢（油漆干得比代码运行的速度快…） 所以我在寻找一种加速的方法。我看了矢量化、numpy等，但还没弄明白（可能是因为我已经工作了9个多小时了……）

因此，如果您有任何建议，我们将不胜感激：

river = arcpy.Raster(r'C:\Flood.gdb\Clip_River1')
lidar = arcpy.Raster(r'C:\Flood.gdb\Clip_Lidar_1')

arrayRiver = arcpy.RasterToNumPyArray(river,nodata_to_value=0)
(rHeight, rWidth)=arrayRiver.shape

arrayLidar = arcpy.RasterToNumPyArray(lidar,nodata_to_value=0)
(lHeight, lWidth)=arrayLidar.shape

# extent of the 2 rasters: columns 3822, rows 10129

flood = 1
while flood == 1:   
    flood = 0
    for row in range(0,rHeight-1):
        for col in range(0,rWidth-1):
            if arrayRiver.item(row,col) <> 0 and arrayRiver[row,col] <> 1:
                if arrayLidar[row,col-1] <> 1 and arrayLidar.item(row,col-1) < arrayRiver.item(row,col)+1:
                    arrayLidar[row,col-1] = 1
                    arrayRiver[row,col-1] = arrayRiver.item(row,col)
                    flood = 1

                [....doing the same concept for each possible neighboring pixel]

                if arrayLidar[row+1,col+1] <> 1 and arrayLidar.item(row+1,col+1) < arrayRiver.item(row,col)+1:
                    arrayLidar[row+1,col+1] = 1 
                    arrayRiver[row+1,col+1] = arrayRiver.item(row,col)
                    flood = 1

            arrayRiver[row,col] = 1

newRaster = arcpy.NumPyArrayToRaster(arrayLidar,lowerLeft,cellSize,value_to_nodata=0)
newRaster.save(r"C:\Flood.gdb\newRastaRiver_small")

newEmptyRaster = arcpy.NumPyArrayToRaster(arrayEmpty,lowerLeft,cellSize,value_to_nodata=0)
newEmptyRaster.save(r"C:\Flood.gdb\newEmptyRastaRiver_small")

river=arcpy.graster（r'C:\Flood.gdb\Clip\u River1'）
lidar=arcpy.graster（r'C:\Flood.gdb\Clip\u lidar\u 1'）
arrayRiver=arcpy.RasterToNumPyArray（河流，节点到值=0）
（rHeight，rWidth）=阵列形式
arrayLidar=arcpy.RasterToNumPyArray（激光雷达，节点数据到值=0）
（lHeight，lWidth）=arrayLidar.shape
#2个光栅的范围：第3822列，第10129行
洪水=1
洪水=1时：
洪水=0
对于范围（0，rHeight-1）中的行：
对于范围（0，rWidth-1）中的列：
如果ArrayVersion.item（行，列）为0，ArrayVersion[行，列]为1：
如果ArrayDar[row，col-1]1和ArrayDar.item（row，col-1）

这只是一个部分答案，但应该让您开始

使用numpy排除（遮罩）所有低值像素

arrayRiver = arcpy.RasterToNumPyArray(river,nodata_to_value=0)
# Create a any array makring pixels less than zero.
mask = arrayRiver > 0
arrayRiver = arrayRiver[mask]
arrayLidar = arrayLidar[mask]

---

您的arrayRiver&ArrayDar现在应该更小，其余的代码应该更快。顺便说一句，您的示例代码似乎没有生成arrayLidar数组

在做任何应该进行分析的事情之前，先抛出整个if语句，看看代码本机需要多长时间，然后再看看主要瓶颈在哪里。您没有添加单元格的尺寸，因此不清楚瓶颈可能来自何处。我会在gis.stackexchange.com上问这个问题。一般来说，不要在数组中循环。作为一个例子，我最近问了一个问题，关于在没有循环的情况下获取每个元素的所有邻居：好的，我删除了整个if语句，整个代码（包括光栅到阵列语句）在8.2秒内运行。光栅的尺寸是3822列，10129行。在我删除它之前，我让它运行了48（！）小时，最后在光栅上进行了1530次迭代后终止了它。如果arrayLidar[row+1，col+1]1-那是什么？感谢您的输入。我尝试了你的建议，但似乎

arrayRiver=arrayRiver[mask]

行创建了一个列表（如果我错了，请纠正我），我无法再访问它的原始位置（行，列）以将其与lidarArray[row，col]高程进行比较。