Как ускорить извлечение данных из растрового файла для точек, используя GDAL python - PullRequest
Новая
       92

Как ускорить извлечение данных из растрового файла для точек, используя GDAL python

0 голосов
/ 21 апреля 2020

У меня есть 366 файлов растровых изображений (суточные данные спутника MODIS) в формате TIF, содержащих данные о снеге, и другой файл CSV, содержащий 19 000 местоположений (широта и долгота). Мне нужно собрать данные о снеге из растровых файлов. Я попытался собрать данные с помощью библиотеки GDAL python. Однако программе требуется около 30 минут для сбора данных из каждого отдельного файла. Это означает, что я должен запустить код в течение 180 часов. Ниже приведен код, который я использую. Пожалуйста, предложите, если есть какой-либо способ улучшить скорость выполнения программы, или если есть какой-то лучший способ, чтобы я мог реализовать то же самое. 

import gdal
import pandas
import numpy as np
import os,subprocess
def runCmdAndGetOutput(cmd) :
    outList = []
    proc = subprocess.Popen(cmd,stdout=subprocess.PIPE)
    while True:
        line = proc.stdout.readline()
        if not line:
            break
        #the real code does filtering here
        outList.append(line.rstrip())
        print(outList)
    # value = float(outList[2].decode("utf-8").replace("<Value>","").replace("</Value>",""))
    value = float(outList[0].decode("utf-8"))
    return value

# ndsiFile = "2016001.tif"
locs = "hkkhlocations.csv"
ndsFileLoc = r"D:\SrinivasaRao_Docs\MODIS_NDSI_V6_2016\5000000499560\out"
# with open(locs) as f:
#     locData = f.readlines()
latLnginfo = pandas.read_csv(locs)
print(latLnginfo.columns)
print(latLnginfo.shape)

# outDf = pandas.DataFrame()


outDf = pandas.DataFrame(np.zeros([len(latLnginfo),370])*np.nan)
day =1
print(os.listdir(ndsFileLoc))
print(type(os.listdir(ndsFileLoc)))
datasetsList = os.listdir(ndsFileLoc)
for eFile in datasetsList:
    rCount = 0
    # print(eFile)
    cCount = int(eFile[4:7])
    # print(cCount)
    with open("output.csv") as f :
        for line in f :
            locData = line.split(",")
            cmdToRun = ["gdallocationinfo" ,"-valonly", "-wgs84", os.path.join(ndsFileLoc,eFile) ,str(latLnginfo.iloc[rCount,4]), str(latLnginfo.iloc[rCount,3])]# str(locData[0]), str(locData[1])]
            v = runCmdAndGetOutput(cmdToRun)
            outDf.iloc[rCount,cCount]= float(v)
            rCount = rCount + 1
            print("rowno: ", rCount, "Dayno :", cCount, "SCF value: ", v)


    day = day+1
outDf.to_csv('test.csv')

'''

1 Ответ

0 голосов
/ 21 апреля 2020 
def run_cmd_processor(efile):
    r_count = 0
    c_count = int(efile[4:7])
    with open("output.csv") as f :
        for line in f :
            loc_data = line.split(",")
            # ~

pool = multiprocessing.Pool(processes=2) # You can add more processes
pool.map(run_cmd_processor, datasetsList)
pool.close()
pool.join()

Кажется, что единственная точка, которая может иметь многопроцессорную ветвь, - это "для eFile в datasetsList:". Его можно изменить как верхний.

...