大佬教程收集整理的这篇文章主要介绍了Python3.8：最后一个输出文件没有正确存储在磁盘上，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
我在 tif 中有一个分辨率约为 300m 的全局数据集。我想将它升级到 9 公里的分辨率（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，我决定分段升级。所以我将整个全局数据分成了 10 块，进行了放大，并再次将每块单独存储在一个 tif 文件中。现在我的问题出现了：最后一块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。而且奇怪的是，运行我的脚本两次后，那块#10 会完成，它会从 1.7M 变为 2M。但是当前的作品 10 又不完整。
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
通常，您应该确保对文件调用 close，或者使用 with 语句。但是，gdal 似乎都不支持这些。
相反，您应该删除对文件的所有引用。您已经在设置 band = None，但您还需要设置 src = None。
这是一个糟糕的非 Pythonic 接口，但这显然是 Python gdal 库所做的。除了本身就是一个奇怪的问题之外，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且可能会遗漏一个。如果有异常还是会出问题，但至少正常情况应该可以开始工作了...
以上是大佬教程为你收集整理的Python3.8：最后一个输出文件没有正确存储在磁盘上全部内容，希望文章能够帮你解决Python3.8：最后一个输出文件没有正确存储在磁盘上所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。