A maneira mais rápida de contar o número de recursos em uma classe de recursos?

Com a introdução do módulo Data Access no arcpy (cursores de pesquisa 30x mais rápidos), quero saber se a contagem de recursos que correspondem aos critérios sql é mais rápida que a metodologia tradicional MakeTableView + GetCount?

Testei a solução da resposta acima e, nos dados do mundo real, a diferença é insignificante. Ao contrário dos resultados em outra resposta, meus horários para arcpy.MakeTableView_management e arcpy.da.SearchCursor no ArcMap são os mesmos.

Testei variações com e sem consulta. Consulte o código da versão da consulta e os resultados finais medidos abaixo:

@staticmethod
def query_features(feature_class, query):

    # Method 1
    time.sleep(5)  # Let the cpu/ram calm before proceeding!
    start_time = time.clock()
    count = len(list(i for i in arcpy.da.SearchCursor(feature_class, ["OBJECTID"], query)))
    end_time = time.clock()
    arcpy.AddMessage("Method 1 finished in {} seconds".format((end_time - start_time)))
    arcpy.AddMessage("{} features".format(count))

    # Method 2
    time.sleep(5)  # Let the cpu/ram calm before proceeding!
    start_time = time.clock()
    arcpy.MakeTableView_management(feature_class, "myTableView", query)
    count = int(arcpy.GetCount_management("myTableView").getOutput(0))

    end_time = time.clock()
    arcpy.AddMessage("Method 2 in {} seconds".format((end_time - start_time)))
    arcpy.AddMessage("{} features".format(count))

Os resultados abaixo:

    No query:
    Method 1 finished in 5.3616442 seconds
    804140 features
    Method 2 in 4.2843138 seconds
    804140 features

    Many results query:
    Method 1 finished in 12.7124766 seconds
    518852 features
    Method 2 in 12.1396602 seconds
    518852 features

    Few results query:
    Method 1 finished in 11.1421476 seconds
    8 features
    Method 2 in 11.2232503 seconds
    8 features

Estou usando um exemplo com 1 milhão de pontos gerados aleatoriamente dentro de um banco de dados de arquivos. Anexado aqui .

Aqui está um código para começar:

import time
import arcpy

arcpy.env.workspace = "C:\CountTest.gdb"

time.sleep(5) # Let the cpu/ram calm before proceeding!

"""Method 1"""
StartTime = time.clock()
with arcpy.da.SearchCursor("RandomPoints", ["OBJECTID"]) as cursor:
    rows = {row[0] for row in cursor}

count = 0
for row in rows:
    count += 1

EndTime = time.clock()
print "Finished in %s seconds" % (EndTime - StartTime)
print "%s features" % count

time.sleep(5) # Let the cpu/ram calm before proceeding!

"""Method 2"""
StartTime2 = time.clock()
arcpy.MakeTableView_management("RandomPoints", "myTableView")
count = int(arcpy.GetCount_management("myTableView").getOutput(0))

EndTime2 = time.clock()
print "Finished in %s seconds" % (EndTime2 - StartTime2)
print "%s features" % count

E alguns resultados iniciais:

>>> 
Finished in 6.75540050237 seconds
1000000 features
Finished in 0.801474780332 seconds
1000000 features
>>> =============================== RESTART ===============================
>>> 
Finished in 6.56968596918 seconds
1000000 features
Finished in 0.812731769756 seconds
1000000 features
>>> =============================== RESTART ===============================
>>> 
Finished in 6.58207512487 seconds
1000000 features
Finished in 0.841122157314 seconds
1000000 features

Imagine conjuntos de dados maiores e mais complexos. O SearchCursor irá rastrear indefinidamente.

Não estou nada insatisfeito com os resultados, no entanto, o módulo DataAccess está sendo amplamente utilizado em nosso círculo de desenvolvimento de GIS. Estou procurando reconstruir algumas de nossas definições de funções com este módulo, pois é mais flexível que uma metodologia MakeTableView + GetCount.