光栅化窗口多处理包装器
rio-mucho的Python项目详细描述
rio mucho
==
>Rasterio的并行处理包装
----
pypi的安装：
``pip安装rio mucho`
github的安装（通常用于分支/dev）：
`pip安装pip安装pipgit+ssh://git@github.com/mapbox/rio mucho.git@<；branch>；egg=riomucho``
开发：
：
pip install-e.
----
代码：：python
with riomucho.riomucho（[{inputs}]，{output}，{run function}，
windows={windows}，
global args={global arguments}，
options={options to write}）作为rios：
rios.run（{processes}）
参数
~~~~~~~~~
``inputs``
^^^^^^^^^^
to.
``运行函数``
^^^^^^^^^^^^^^^^^^^^^
应用于每个窗口块的函数。这应该有输入
参数：
1。一个数据输入，它可以是：
-一个形状的numpy数组列表（x，y，z），每个文件一个，如输入文件列表``mode="simple_read"[默认]``
-一个形状的numpy数组（{*n*输入文件x*n*带区计数}，{window
行}，{window cols}``mode=array-read``
-用于读取``mode="manual-read"``
2的开放源代码列表。一个"rasterio"窗口元组
3。"rasterio"窗口索引（``ij``）
4。一个全局参数对象，可用于传入全局
参数
该对象应返回：
1。一个由（{count}，{window rows}，{window cols}）形状和
正确数据类型组成的输出数组，用于写入
。代码：：python
>def basic运行（{data}，{window}，{ij}，{global args}，{br/>做点事
return{out}
做点事
；做点事
做点事
return{{out}
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~br/>
/>`{windows{{windows{{windows}` ` `
一个"光栅"列表（窗口，ij）要操作的元组。
`[默认值=src[0].block_windows（）]``
``全局参数{global arguments}`
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
因为这是并行工作的，所以您
希望在`` run函数``中可以访问的任何其他对象/值。``[默认值={}]``
…代码：：python
global_args={
"divide_value"：2
}
``options={keyword args}``
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
传递到写入输出的选项。``[默认值=srcs[0].meta```
>示例
----
…代码：：python
import riomucho，rasterio，numpy
def basic_run（data，window，ij，g_args）：
从输入
以rasterio.open（'/tmp/test_1.tif'）作为src:
以抓取窗口为例。默认行为是相同的。
windows=[[window，ij]对于ij，window in src.block_windows（）]
options=src.meta
进程数=4
使用riomucho.riomucho（['input1.tif'，'input2.tif'，'output.tif'，basic_run，
windows=windows，
global_args=global_args，运行它
options=options=options）作为rm：
>
>
>>
`riomucho.utils.riomucho.utils.array\u堆栈（[ar数组，数组，数组，…]）
>>~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~}，{rows}，{cols}）numpy数组，堆栈成
单个（l{list length\*each image depth}，{rows}，{cols}）数组。这个
对于处理单个
文件的"rgb"输入之间的变化或每个文件的单独文件之间的变化非常有用。
代码：：python
files=['rgb.tif']
open嫒files=[rasterio.open（f）for f in files]
rgb=`riomucho.utils.array嫒stack（[src.read（）for src in open嫒files]）
代码：：python
files=['r.tif'，'g.tif'，'b.tif']
open戋files=[rasterio.open（f）for f in files]
rgb=`riomucho.utils.array戋stack（[src.read（）for src in open戋files]）
| pypi图像：：https://img.shields.io/pypi/v/rio-mucho.svg？最大值=2592000？样式=塑料
：目标：
…|构建状态图像：：https://travis-ci.org/mapbox/rio-mucho.svg？branch=master
：目标：https://travis ci.org/mapbox/rio mucho
…|覆盖状态图像：：https://coveralls.io/repos/mapbox/rio-mucho/badge.svg？branch=master&service=github
：目标：https://coveralls.io/github/mapbox/rio-mucho？分支=主
==
>Rasterio的并行处理包装
----
pypi的安装：
``pip安装rio mucho`
github的安装（通常用于分支/dev）：
`pip安装pip安装pipgit+ssh://git@github.com/mapbox/rio mucho.git@<；branch>；egg=riomucho``
开发：
：
pip install-e.
----
代码：：python
with riomucho.riomucho（[{inputs}]，{output}，{run function}，
windows={windows}，
global args={global arguments}，
options={options to write}）作为rios：
rios.run（{processes}）
参数
~~~~~~~~~
``inputs``
^^^^^^^^^^
to.
``运行函数``
^^^^^^^^^^^^^^^^^^^^^
应用于每个窗口块的函数。这应该有输入
参数：
1。一个数据输入，它可以是：
-一个形状的numpy数组列表（x，y，z），每个文件一个，如输入文件列表``mode="simple_read"[默认]``
-一个形状的numpy数组（{*n*输入文件x*n*带区计数}，{window
行}，{window cols}``mode=array-read``
-用于读取``mode="manual-read"``
2的开放源代码列表。一个"rasterio"窗口元组
3。"rasterio"窗口索引（``ij``）
4。一个全局参数对象，可用于传入全局
参数
该对象应返回：
1。一个由（{count}，{window rows}，{window cols}）形状和
正确数据类型组成的输出数组，用于写入
。代码：：python
>def basic运行（{data}，{window}，{ij}，{global args}，{br/>做点事
return{out}
做点事
；做点事
做点事
return{{out}
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~br/>
/>`{windows{{windows{{windows}` ` `
一个"光栅"列表（窗口，ij）要操作的元组。
`[默认值=src[0].block_windows（）]``
``全局参数{global arguments}`
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
因为这是并行工作的，所以您
希望在`` run函数``中可以访问的任何其他对象/值。``[默认值={}]``
…代码：：python
global_args={
"divide_value"：2
}
``options={keyword args}``
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
传递到写入输出的选项。``[默认值=srcs[0].meta```
>示例
----
…代码：：python
import riomucho，rasterio，numpy
def basic_run（data，window，ij，g_args）：
从输入
以rasterio.open（'/tmp/test_1.tif'）作为src:
以抓取窗口为例。默认行为是相同的。
windows=[[window，ij]对于ij，window in src.block_windows（）]
options=src.meta
进程数=4
使用riomucho.riomucho（['input1.tif'，'input2.tif'，'output.tif'，basic_run，
windows=windows，
global_args=global_args，运行它
options=options=options）作为rm：
>
>
>>
`riomucho.utils.riomucho.utils.array\u堆栈（[ar数组，数组，数组，…]）
>>~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~}，{rows}，{cols}）numpy数组，堆栈成
单个（l{list length\*each image depth}，{rows}，{cols}）数组。这个
对于处理单个
文件的"rgb"输入之间的变化或每个文件的单独文件之间的变化非常有用。
代码：：python
files=['rgb.tif']
open嫒files=[rasterio.open（f）for f in files]
rgb=`riomucho.utils.array嫒stack（[src.read（）for src in open嫒files]）
代码：：python
files=['r.tif'，'g.tif'，'b.tif']
open戋files=[rasterio.open（f）for f in files]
rgb=`riomucho.utils.array戋stack（[src.read（）for src in open戋files]）
| pypi图像：：https://img.shields.io/pypi/v/rio-mucho.svg？最大值=2592000？样式=塑料
：目标：
…|构建状态图像：：https://travis-ci.org/mapbox/rio-mucho.svg？branch=master
：目标：https://travis ci.org/mapbox/rio mucho
…|覆盖状态图像：：https://coveralls.io/repos/mapbox/rio-mucho/badge.svg？branch=master&service=github
：目标：https://coveralls.io/github/mapbox/rio-mucho？分支=主
欢迎加入QQ群-->： 979659372
