Tôi nghĩ mấu chốt của câu hỏi ở đây là nhiệm vụ nào trong quy trình làm việc của bạn không thực sự phụ thuộc ArcGIS? Ứng cử viên rõ ràng bao gồm các hoạt động bảng và raster. Nếu dữ liệu phải bắt đầu và kết thúc trong một định dạng gdb hoặc một số định dạng ESRI khác, thì bạn cần tìm ra cách giảm thiểu chi phí của định dạng lại này (nghĩa là giảm thiểu số chuyến đi khứ hồi) hoặc thậm chí biện minh cho nó - đơn giản là có thể quá tốn kém để hợp lý hóa. Một chiến thuật khác là sửa đổi quy trình công việc của bạn để sử dụng các mô hình dữ liệu thân thiện với python trước đó (ví dụ: bạn có thể bỏ các đa giác vector trong bao lâu?).
Để lặp lại @gene, trong khi numpy / scipy thực sự tuyệt vời, đừng cho rằng đây là những cách tiếp cận duy nhất có sẵn. Bạn cũng có thể sử dụng danh sách, bộ, từ điển làm cấu trúc thay thế (mặc dù liên kết của @ blah238 khá rõ ràng về sự khác biệt hiệu quả), cũng có máy phát điện, bộ lặp và tất cả các loại công cụ hiệu quả, nhanh, tuyệt vời khác để làm việc với các cấu trúc này trong python. Raymond Hettinger, một trong những nhà phát triển Python, có tất cả các loại nội dung Python tổng quát tuyệt vời ngoài kia. Video này là một ví dụ tốt đẹp .
Ngoài ra, để thêm vào ý tưởng của @ blah238 về xử lý đa kênh, nếu bạn đang viết / thực thi trong IPython (không chỉ là môi trường python "thông thường"), bạn có thể sử dụng gói "song song" của chúng để khai thác nhiều lõi. Tôi không có hứng thú với những thứ này, nhưng thấy nó thân thiện với người mới hơn một chút so với những thứ đa xử lý. Có lẽ thực sự chỉ là một vấn đề của tôn giáo cá nhân ở đó, vì vậy hãy lấy điều đó với một hạt muối. Có một cái nhìn tổng quan tốt về nó bắt đầu lúc 2:13:00 trong video này . Toàn bộ video là tuyệt vời cho IPython nói chung.