När du arbetar med data i ArcGIS Pro kan du stöta på saknade datakällor eller att du behöver omdirigera datakällan i ett befintligt projekt. Det går att fixa manuellt men kan vara tidskrävande. Använd kartmodulen i arcpy.mp för att identifiera och automatiskt uppdatera datakällor med Python i ArcGIS Pro istället.

Arcpy.mp-kartmodulen hjälper dig att hitta trasiga eller saknade datakällor för enskilda lager, alla lager i en karta eller ett helt ArcGIS Pro-projekt. Välj att automatisera dessa processer vid valda tillfällen, eller som en del av ett större automatiserat arbetsflöde, för att säkerställa att dina data alltid är länkade till rätt källa.

I den här e-kursen får du alltså, på mindre än två timmar, lära dig hur du gör för att uppdatera datakällor automatiskt med Python i ArcGIS Pro.

Hitta trasiga datakällor med Python i ArcGIS Pro

Bland annat får du lära dig hur du kan hitta trasiga datakällor utifrån tre olika nivåer:

Projektnivå. Sök efter och lista alla trasiga datakällor, och bedöm dess status, utan att öppna själva projektet i ArcGIS Pro. Du kan också omdirigera datakällor. Detta tillvägagångssätt är användbart när du vet vilka datakällor projektet använder och är en bra utgångspunkt som med fördel kan kombineras med nedanstående.

Kartnivå. Att lista trasiga datakällor på kartnivån är kanske det mest effektiva tillvägagångssättet. Genom att lista trasiga datakällor i en specifik karta, eller att lista de trasiga objekten efter varje karta i ett projekt, får du en bättre förståelse för problemkällorna.

Lagernivå. Sök igenom ett projekt eller en karta efter ett specifikt lager och kontrollera om det är trasigt. Du kan också få källinformationen för ett specifikt lager, vilket du kan använda för att uppdatera datakällorna i andra kartor.

Rekommenderade förkunskaper och systemkrav

Du bör ha genomfört kursen Python for Everyone och ArcGIS Notebooks Basics eller ha införskaffat motsvarande kunskap på annat sätt, för att genomföra den här kursen. Du behöver även ArcGIS Pro 3.2, 3.1 eller 3.0.

Till e-kursen Python Scripting: Repairing Data Sources