Я думаю, що суть питання тут полягає в тому, які завдання у вашому робочому процесі насправді не залежать від ArcGIS? Очевидними кандидатами є табличні та растрові операції. Якщо дані повинні починатись і закінчуватися у форматі gdb чи іншому ESRI-форматі, то вам потрібно розібратися, як мінімізувати витрати на це переформатування (тобто мінімізувати кількість туди-назад) або навіть виправдати їх - просто може бути занадто раціоналізувати дорого. Ще одна тактика полягає в тому, щоб змінити робочий процес, щоб раніше використовувати зручні для python моделі даних (наприклад, як швидко ви могли б скинути векторні багатокутники?).
Для відлуння @gene, хоча numpy / scipy справді чудові, не вважайте, що це єдині доступні підходи. Ви також можете використовувати списки, набори, словники як альтернативні структури (хоча посилання на @ blah238 досить чітке щодо ефективності), також є генератори, ітератори та всілякі інші чудові, швидкі та ефективні інструменти для роботи цих структур у python. У Реймонда Хеттінгера, одного з розробників Python, існує всілякий чудовий загальний вміст Python. Це відео - приємний приклад .
Крім того, щоб додати ідею @ blah238 щодо мультиплексної обробки, якщо ви пишете / виконуєте в межах IPython (не лише "звичайне" середовище python), ви можете використовувати їх "паралельний" пакет для використання декількох ядер. Мені не до душі з цими речами, але вважаю, що це трохи вищий рівень / для початківців, ніж багатопроцесорний матеріал. Напевно, це просто питання особистої релігії, тому прийміть це із зерном солі. У цьому відео хороший огляд, починаючи з 2:13:00 . Ціле відео відмінно підходить для IPython загалом.
