调用SPy的.open_memmap()时出现"Axes don't match array"错误排查

核心定位：版本组合兼容性问题 #

你的问题根源在于Python 2.7.10 + numpy 1.9.2 + spectral 0.23.1的版本组合存在兼容性缺陷，再加上ArcMap自带Python环境的封闭性，导致特定方法触发错误。以下是针对性解决思路：

1. img.open_memmap(writable=True) 触发 ValueError: axes don't match array #

• 原因：spectral 0.23.1在处理BSQ格式的可写memmap时，未适配numpy 1.9.x的数组轴校验逻辑，旧版numpy对memmap的形状匹配规则更严格，导致轴顺序校验失败。
• 临时修复方案：
  跳过SPy内置的可写memmap方法，手动创建匹配BSQ格式的可写memmap对象：

  import spectral
  import numpy as np
  
  # 先读取图像元数据与只读memmap
  img = spectral.open_image("your_data.hdr")
  readonly_mmap = img.open_memmap()
  
  # 手动创建可写memmap，严格匹配BSQ的轴顺序（行、列、波段）
  writable_mmap = np.memmap(
      img.filename,
      dtype=img.dtype,
      mode="r+",
      shape=img.shape
  )
  

2. spectral.envi.create_image() 触发 OverflowError #

• 原因：Python 2.7的整数存在大小限制，numpy 1.9.2处理大尺寸图像元数据时易触发整数溢出；而spectral 0.23.1在Python 2环境下未针对该问题做兼容处理，Python 3因无整数大小限制则不会出现此问题。
• 修复方案：
  1. 显式将元数据中的尺寸参数转为Python 2长整数（加L后缀）：

     metadata = {
         "samples": 1024L,
         "lines": 1024L,
         "bands": 256L,
         # 其他必要元数据...
     }
     spectral.envi.create_image("new_output.hdr", metadata, dtype=np.float32, force=True)
     

  2. 升级numpy到Python 2.7支持的最高稳定版本（1.16.6），该版本修复了大量旧版的整数溢出问题，同时与spectral 0.23.1兼容性更好。

环境优化建议 #

如果ArcMap允许，优先考虑：

• 升级ArcGIS到Pro版本，使用其自带的Python 3环境，彻底避开Python 2的整数限制与旧库兼容性问题；
• 若必须保留Python 2.7环境，仅升级numpy至1.16.6，可解决绝大多数此类版本兼容问题。

内容的提问来源于stack exchange，提问作者Manuel Popp