建议有编程背景；
01 数据类型和变量命名
数据类型：
常见的数据类型有浮点(32Bit)和存储位数更多的双精度浮点型(64Bit)、整型(16Bit)和长整型(32Bit)，字符串型(与python类似并无单字符的数据类型)，至于其它数据类型较不常见不予介绍；
变量命名（在IDL命令行生成）：
由于IDL为解释型语言，因此无需进行变量类型的声明，且变量之间没有不可逾越的鸿沟，例如整型变量可以很轻易的重新赋值为字符串型变量，这在C语言和CPlusPlus中是不允许的。
1. IDL> ; 输出浮点数
2. IDL> num1 = 2.0 ; 只需要该数包含小数即默认创建浮点型变量
3. IDL> num2 = 3. ; 即使如此语法上也是支持的
4. IDL> num3 = 3.1415926 ; 正常的创建一个浮点数
5. IDL> print, num1 ; 输出num1
6. 2.00000
7. IDL> print, num2 ; 输出num2
8. 3.00000
9. IDL> print, num3 ; 输出num3
10. 3.14159
11.
12. IDL> ; 创建双精度浮点型变量
13. IDL> num1 = 3.2D ; 只需要在正常的小数末端添加D
14. IDL> num2 = 3.d ; 其实在小数末端添加d也是可以的
15. IDL> num3 = 3.1415926D ; 创建一个正常的浮点数,或许你已经注意到此前创建的num3并未全部显示，这是存储位数有限对于浮点数而言
16. IDL> print, num1 ; 输出num1
17. 3.2000000
18. IDL> print, num2 ; 输出num2
19. 3.0000000
20. IDL> print, num3 ; 输出num3,这次可以正常显示小数部分的全部了，因为双精度浮点数的存储位数更多了
21. 3.1415926
22.
23. IDL> ; 创建整型变量
24. IDL> num2 = 123S ; 你在整数末端添加S或者s指代该整数为整型变量
25. IDL> print, num2 ; 输出num2
26. 314
27.
28. IDL> ; 创建长整型变量
29. IDL> num1 = 123L ; 在正常的整数末端添加L或者l即可
30. IDL> print, num1 ; 输出num1
31. 123
32.
33. IDL> ; 若什么类型也不指定那么IDL依据大小进行数据类型的选择
34. IDL> num1 = 123
35. IDL> num2 = 123456789
36. IDL> num3 = 123456789123
37. IDL> help, num1 ; help函数获取当前变量的数据类型等基本信息
38. NUM1 INT = 123
39. IDL> help, num2
40. NUM2 LONG = 123456789
41. IDL> help, num3
42. NUM3 LONG64 = 123456789123
43.
44. IDL> ; 创建字符串
45. IDL> info = "hello, world"
46. IDL> print, info
47. hello, world
48. IDL> help, info
49. INFO STRING = 'hello, world'
50. 02 类型转换
这里我们说明一些常见的类型转换，例如最最常见的整型转化为浮点型，浮点型转化为整型(这里又涉及小数部分向上向下取整部分)；
1. IDL> ; 我们创建一个整型变量和浮点型变量
2. IDL> num1 = 1234
3. IDL> num2 = 12.34
4. IDL> ; 将整型转化为浮点型有以下几种方法
5. IDL> num1 = float(num1) ; 使用FLOAT函数，注意IDL不区分大小写(不管是变量还是函数)
6. IDL> num1
7. 1234.0000
8. IDL> num1 = 1234 ; 为了保证实验可靠性这里我们重新赋值
9. IDL> num1 = num1 * 1.0 ; 很简单，乘以1.0或者除以1.0都可，但是记得赋值回给num1
10. IDL> num1
11. 1234.0000
12.
13. IDL> ; 下面我们继续将浮点数转化为整型
14. IDL> num2 = fix(num2) ; 使用FIX函数可将浮点数转化为整数,注意其是向下取整
15. IDL> num2
16. 12
17. IDL> num2 = 12.34 ; 重新赋值继续其它函数的测验
18. IDL> num2 = ceil(num2) ; 使用ceil函数向上取整
19. IDL> num2
20. 13
21. IDL> num2 = 12.34 ; 重新赋值继续其它函数的测验
22. IDL> num2 = round(num2) ; 使用round函四舍五入取整
23. IDL> num2
24. 12
03 创建数组
这里仅列举常见数组的创建方法，例如整型数组(即数组中每一个数均为整型),浮点数组，索引数组(有序数字组成)
1. IDL> ; 创建整型数组
2. IDL> arr = intarr(3, 4) ; 表示创建3列4行的数组，默认初始化为0
3. IDL> arr
4. 0 0 0
5. 0 0 0
6. 0 0 0
7. 0 0 0
8. IDL> arr = intarr(3) ; 刚刚是生成二维数组，现在是生成一维数组
9. IDL> arr
10. 0 0 0
11. IDL> arr = intarr(2, 3, 4) ; 生成2行3列4个通道的三维数组
12. IDL> arr
13. 0 0
14. 0 0
15. 0 0
16.
17. 0 0
18. 0 0
19. 0 0
20.
21. 0 0
22. 0 0
23. 0 0
24.
25. 0 0
26. 0 0
27. 0 0
28. IDL> ; 至于创建浮点数组使用fltarr()函数即可，与上文类似，这里不再重复
29. IDL> ; 创建索引数组
30. IDL> arr = indgen(3, 4) ; 创建3行4列的整型顺序数组，默认从0开始
31. IDL> arr
32. 0 1 2
33. 3 4 5
34. 6 7 8
35. 9 10 11
36. IDL> arr = indgen(3, 4, /double, start=123) ; 还可以指定开始数字，以及数组元素的类型
37. IDL> help, arr
38. ARR DOUBLE = Array[3, 4]
39. IDL> arr
40. 123.00000000000000 124.00000000000000 125.00000000000000
41. 126.00000000000000 127.00000000000000 128.00000000000000
42. 129.00000000000000 130.00000000000000 131.00000000000000
43. 132.00000000000000 133.00000000000000 134.00000000000000
44.
04 读取数组和数组运算
4.1 读取数组
5. IDL> ; 创建一个整型数组
6. IDL> arr = indgen(3, 4)
7. IDL> ; 先查看以下吧
8. IDL> arr
9. 0 1 2
10. 3 4 5
11. 6 7 8
12. 9 10 11
13. IDL> ; 获取第2行第3列的数字
14. IDL> arr[1, 2] ; 首先是用[]进行元素的选择,且行列的索引从0开始，且以后我所说的第n行第m列也是指代索引为0开始的行列号
15. 7
16. IDL> ; 获取第2行第3列的数字(索引从0开始的行列)
17. IDL> ; 获取第2列第3行的数字(索引从0开始的行列)
18. IDL> arr[1, 2] ; 首先是用[]进行元素的选择,且行列的索引从0开始
19. 7
20. IDL> ; 获取第2列所有的数字
21. IDL> arr[2, *] ; 用*星号代替该行
22. 2
23. 5
24. 8
25. 11
26. IDL> ; 获取第1至2列，第2至3行的所有数字
27. IDL> arr[1:2, 2:3] ; 使用:表示从哪到哪, 且均为闭区间
28. 7 8
29. 10 11
30. IDL> ; 取第1列第2行，第2列第3行的两个数字
31. IDL> arr[[1, 2], [2, 3]]
32. 7 11
33. IDL> ; 上述涉及的取法可能比较少，需要在[]中嵌套[]，两个[]对应起来
34. IDL> ; 很自然地我们想到是否可以使用多个 单个索引进行取值？当然可以
35. IDL> arr[[5, 6, 7, 8, 9]] ; 但是需要传入地是一个数组，这里也是后面一个例子的核心
36. 5 6 7 8 9
37.
4.2 数组运算
注意：数组大家很容易会和线性代数中的向量和矩阵等联系起来，这本没有任何问题，但是在IDL中的基础运算例如×，它与线性代数中的×不一样，IDL只是两个数组对应元素的加减乘除，而不是转置取逆等。
所以只要没有特殊说明，数组的运算均为对应位置的像元的算术运算。
加减乘除不说大家都明白，这里说一下其它较不常见的运算符（例如幂、取余）；
1. IDL> ; 创建一个整型数组
2. IDL> arr1 = indgen(2, 3)
3. IDL> arr2 = indgen(2, 3, start=3)
4. IDL> arr1
5. 0 1
6. 2 3
7. 4 5
8. IDL> arr2
9. 3 4
10. 5 6
11. 7 8
12. IDL> arr1 ^ arr2
13. 0 1
14. 32 729
15. 16384 -2591
16. IDL> ; 可以发现依旧是对应像元的幂运算，即第一个数组arr1像元的m次方（m为第二数组arr2对应像元值）
05 求取多幅TIFF影像对应像元的最大值-输出为Geotiff文件
既然都学习了这么多基础知识，那么我们开始学习一下吧，关于IF和For循环语法、读取TIFF等相关内容你都可以在该pro文件中得到了解，为方便了解，这里尽量写的详细方便理解。
pro max_tiff
; 输入路径 ==> 有一点注意,既可以\亦可以/，但是在读取HDF文件时尽量使用/(因为HDF文件内组的路径只允许/)，所以建议使用/
in_path = "D:/task/RemoteSencingImageProcessing_HuiChen/IDL/experiment_1/data1_tiff"
; 输出路径 ==> 还有一点注意，尽量避免中文路径
out_path = "D:/task/RemoteSencingImageProcessing_HuiChen/IDL\experiment_1/OutputData\max.tif"
; 获取以npp开头,后缀为tiff的文件,*表示任意个字符
files_path = FILE_SEARCH(in_path, "npp*.tif", count=files_amount) ; 返回字符串数组，每一个字符串都是检索到的TIFF文件的完整路径
; 上述file_search函数中变量files_amount接收参数count返回的检索到的文件个数
; 或许你会使用n_elements()函数获取files_path得到文件个数，但是不是特别推荐，一旦没有检索到任何文件个数那么files_path为空字符串，此时函数返回1 ==> 导致后面函数出现错误
; 但是如果使用参数count返回那么files_amount得到的值为0，这就是区别
; 所以我们应当添加一个if判断，如果没有检索TIFF文件并进行接下来的代码 ==> 当然相信就算没有这个if判断你也很快能发现没有检索到任何TIFF文件这个问题
if files_amount eq 0 then begin ; IF语法：if condition then begin，最后以endif结束
return ; 表示立刻退出函数或过程，从而不执行后续的所有代码
endif
; 读取tif文件
file_data = READ_TIFF(files_path[0], GEOTIFF=file_geotiff) ; 参数geotiff返回一个关于该TIFF文件投影信息的结构体，赋值给变量file_geotiff
; 读取第一个TIFF文件的size大小
file_size = size(file_data) ; 对于当前矩阵(二维)，返回5个元素的数组，分别是[维度数, 列数, 行数, 矩阵元素的数据类型编码, 矩阵元素的总数]
; 初始化一个浮点矩阵，用于存储所有TIFF文件中对应像元中最大的那个值
max_arr = FLTARR(file_size[1], file_size[2]) ; 读取数组时从索引0开始，所以列数和行数的读取应该是索引1， 2
; 循环处理每一个TIFF文件
for file_i = 0, files_amount - 1 do begin ; for循环的语法： for start(开始数字), end(结尾数字,包含其) do begin， 末尾是endfor
; 获取当前循环下的TIFF文件路径
file_path = files_path[file_i]
; 读取当前循环下的TIFF文件
file_data = READ_TIFF(file_path) ; 传入TIFF文件的路径获取该TIFF文件的栅格阵列
; 以下内容实际上是判断当前TIFF文件每一个像元是否大于max_trr，若大于则替换否则不替换，但是逐像元的进行二重循环太过麻烦所以使用矩阵运算-会有少许难理解
; 判断当前TIFF的file_data是否大于max_arr中对应像元值，若大于，返回其索引(索引有多个,因此以数组形式返回)
position = WHERE(file_data gt max_arr) ; where函数十分好用，返回数组中非0的所有数的索引(以数组形式)
; 但是这些索引都不是大家想的行列号读取的那种二维索引，而是一维的。
; 这里有一个bug，如果矩阵file_data中没有满足条件(file_data gt max_arr)那么该函数会返回-1(非数组形式);
; 或许你会这么写：if position eq -1 then continue ==> 总体思路没有问题，但是如果position是数组那么比较会出错
if position[0] eq -1 then continue ; 若返回数组那么数组中第一个数不会是-1而是正数，若是返回-1那么其是整型，获取第一个值其实就是它本身;
; 当然你也可以去判断position的维度
; if SIZE(position, /N_DIMENSIONS) eq 1 then continue
; 将大于的像元值赋值到max_arr而不大于的不赋值
max_arr[position] = file_data[position]
endfor
; 输出为TIFF文件 ==> write_tiff第一个参数为输出TIFF文件的路径, 第二个参数为输出TIFF文件的栅格阵列即矩阵或者说是数组
WRITE_TIFF, out_path, max_arr, GEOTIFF=file_geotiff, /float ; 记住输出数据类型为float，否则默认为整型, 另外将之前得到的file_geotiff传到参geotiff参数中
; 也就是输出的tiff文件的投影信息就是输入的tiff文件的投影信息。
end06 求取多幅TIFF影像对应像元的平均值-输出为Geotiff文件
这一个是求取平均值，由于实验没有要求，这里不详细讲述其中代码部分.
pro aver_tiff
; 输入路径
in_path = "D:\task\RemoteSencingImageProcessing_HuiChen\IDL\experiment_1\data1_tiff"
out_path = "D:\task\RemoteSencingImageProcessing_HuiChen\IDL\experiment_1\OutputData\aver.tif"
; 获取in_path中所有的tiff文件
files_path = FILE_SEARCH(in_path, "*.tif", COUNT=files_amount)
; 存储求和的容器
data_box = fltarr(1035, 934)
frequency_box = intarr(1035, 934)
; 进入循环对每一个tif文件进行处理
for i = 0, files_amount - 1 do begin
; 获取当前循环下的TIFF文件路径
file_path = files_path[i]
; 读取该TIFF文件
file_data = READ_TIFF(file_path, GEOTIFF=file_geotiff)
; 将该数据累加到box中
data_box += (file_data gt 0) * file_data
frequency_box += (file_data gt 0)
endfor
; 求取平均值
frequency_box = (frequency_box eq 0) + (frequency_box ne 0) * frequency_box
mean_box = data_box / frequency_box
; 输出为Geotiff格式
WRITE_TIFF, out_path, mean_box, geotiff=file_geotiff, /float
end<p>炒茄子</p>