O módulo de acesso a dados foi introduzido com o ArcGIS versão 10.1. A ESRI descreve o módulo de acesso a dados da seguinte forma ( fonte ):
O módulo de acesso a dados, arcpy.da, é um módulo Python para trabalhar com dados. Ele permite o controle da sessão de edição, operação de edição, suporte aprimorado ao cursor (incluindo desempenho mais rápido), funções para converter tabelas e classes de recursos de e para matrizes NumPy e suporte para fluxos de trabalho de versionamento, réplicas, domínios e subtipos.
No entanto, há muito pouca informação sobre por que o desempenho do cursor é tão aprimorado em relação à geração anterior de cursores.
A figura em anexo mostra os resultados de um teste de benchmark no novo da
método UpdateCursor versus o antigo método UpdateCursor. Essencialmente, o script executa o seguinte fluxo de trabalho:
- Crie pontos aleatórios (10, 100, 1000, 10000, 100000)
- Amostra aleatória de uma distribuição normal e agrega valor a uma nova coluna na tabela de atributos de pontos aleatórios com um cursor
- Execute 5 iterações de cada cenário de ponto aleatório para os métodos UpdateCursor novos e antigos e grave o valor médio nas listas
- Traçar os resultados
O que está acontecendo nos bastidores com o da
cursor de atualização para melhorar o desempenho do cursor no grau mostrado na figura?
import arcpy, os, numpy, time
arcpy.env.overwriteOutput = True
outws = r'C:\temp'
fc = os.path.join(outws, 'randomPoints.shp')
iterations = [10, 100, 1000, 10000, 100000]
old = []
new = []
meanOld = []
meanNew = []
for x in iterations:
arcpy.CreateRandomPoints_management(outws, 'randomPoints', '', '', x)
arcpy.AddField_management(fc, 'randFloat', 'FLOAT')
for y in range(5):
# Old method ArcGIS 10.0 and earlier
start = time.clock()
rows = arcpy.UpdateCursor(fc)
for row in rows:
# generate random float from normal distribution
s = float(numpy.random.normal(100, 10, 1))
row.randFloat = s
rows.updateRow(row)
del row, rows
end = time.clock()
total = end - start
old.append(total)
del start, end, total
# New method 10.1 and later
start = time.clock()
with arcpy.da.UpdateCursor(fc, ['randFloat']) as cursor:
for row in cursor:
# generate random float from normal distribution
s = float(numpy.random.normal(100, 10, 1))
row[0] = s
cursor.updateRow(row)
end = time.clock()
total = end - start
new.append(total)
del start, end, total
meanOld.append(round(numpy.mean(old),4))
meanNew.append(round(numpy.mean(new),4))
#######################
# plot the results
import matplotlib.pyplot as plt
plt.plot(iterations, meanNew, label = 'New (da)')
plt.plot(iterations, meanOld, label = 'Old')
plt.title('arcpy.da.UpdateCursor -vs- arcpy.UpdateCursor')
plt.xlabel('Random Points')
plt.ylabel('Time (minutes)')
plt.legend(loc = 2)
plt.show()
fonte