Python3.8: 最后一个输出文件没有正确存储在磁盘上

Question

我有一个大约 300m 分辨率的 tif 全球数据集。我想将它升级到 9km 分辨率（在下面你可以看到我的代码）。由于高分辨率数据和大量计算时间，我决定分段进行放大。所以我把整个全球数据分成10块，做upscaling，把每块单独存到一个tif文件里。现在我的问题出现了：最后一段全局数据没有完全保存在磁盘上。每张地图应该是 2M，但 piece#10 是 1.7M。奇怪的是，我的脚本运行两次后，第10块就完成了，从1.7M变成了2M。但是目前的piece10又是不完整的

import numpy as np
from osgeo import gdal
from osgeo import osr
from osgeo.gdalconst import *
import pandas as pd
#
#%%
#-----converting--------#
df_new = pd.read_excel("input_attribute_table.xlsx",sheet_name='Global_data')
listvar = ['var1']
number = df_new['data_number'][:]
##The size of global array is 129599 x 51704. The pieces should be square
xoff = np.array([0, 25852.00, 51704.00, 77556.00, 103408.00])
yoff = np.array([0, 25852.00])
xcount = 25852
ycount = 25852
o = 1   
for q in range(len(yoff)):
    for p in range(len(xoff)):
        src = gdal.Open('Global_database.tif')
        ds_xform = src.GetGeoTransform() 
        ds_driver = gdal.GetDriverByName('Gtiff')
        srs = osr.SpatialReference()
        srs.ImportFromEPSG(4326)
        data =src.GetRasterBand(1).ReadAsArray(xoff[p],yoff[q],xcount,ycount).astype(np.float32)
        Var = np.zeros(data.shape, dtype=np.float32)
        Variable_load = df_new[listvar[0]][:]
        for m in range(len(number)):
            Var[data==number[m]] = Variable_load[m]
#-------rescaling-----------#
        Var[np.where(np.isnan(Var))]=0
        ds_driver = gdal.GetDriverByName('Gtiff')
        srs = osr.SpatialReference()
        srs.ImportFromEPSG(4326)
        sz = Var.itemsize
        h,w = Var.shape
        bh, bw = 36, 36  
        shape = (h/bh, w/bw, bh, bw)
        shape2 = (int(shape[0]),int(shape[1]),shape[2],shape[3])
        strides = sz*np.array([w*bh,bw,w,1])
        blocks = np.lib.stride_tricks.as_strided(Var,shape=shape2,strides=strides)
resized_array=ds_driver.Create(str(listvar[0])+'_resized_to_9km_glob_piece'+str(o)+'.tif',shape2[1],shape2[0],1,gdal.GDT_Float32)      resized_array.SetGeoTransform((ds_xform[0],ds_xform[1]*bw,ds_xform[2],ds_xform[3],ds_xform[4],ds_xform[5]*bh))
        resized_array.SetProjection(srs.ExportToWkt())
        band = resized_array.GetRasterBand(1)
        zero_array = np.zeros([shape2[0],shape2[1]], dtype=np.float32)
        for z in range(len(blocks)):
            for k in range(len(blocks)):
                zero_array[z][k] = np.mean(blocks[z][k])
        band.WriteArray(zero_array)
        band.FlushCache()                    
        band = None
        del zero_array
        del Var
        o=o+1

Answer 1

通常，您应该确保在文件上调用 close，或者使用 with 语句。但是，gdal.

似乎都不支持这些

相反，您应该删除对该文件的所有引用。您已经设置了 band = None，但您还需要设置 src = None。

这是一个糟糕的非 Pythonic 界面，但这显然是 Python gdal 库的作用。除了本身就是一个奇怪的陷阱之外，它与异常的交互也很差；任何未处理的异常也可能导致文件未保存（或部分保存或损坏）。

不过，对于眼前的问题，添加 src = None 或 del src 应该可以解决问题。

PS（来自评论）：另一种选择是将 for 循环的主体移动到一个函数中；这将自动删除所有变量，而您不必将它们全部列出并可能遗漏一个。有异常还是会出问题，但至少正常情况下应该开始工作了...

Python3.8: 最后一个输出文件没有正确存储在磁盘上

Python3.8: The last output file is not stored properly on disk

python

pandas

numpy

flush