إشعار: يجب
إثبات أهلية جميع المشاريع غير التجارية المسجّلة لاستخدام Earth Engine قبل
15 أبريل 2025 من أجل الحفاظ على إمكانية الوصول إلى Earth Engine.
ee.data.computeFeatures (Python only)
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تحسب هذه الدالة قائمة بالميزات من خلال تطبيق عملية حسابية على الميزات.
النتائج:
قائمة بعناصر GeoJSON تم إعادة عرضها إلى EPSG:4326 مع حواف مستوية.
| الاستخدام | المرتجعات |
|---|
ee.data.computeFeatures(params) | قائمة |
| الوسيطة | النوع | التفاصيل |
|---|
params | عنصر | كائن يحتوي على مَعلمات بالقيم المحتملة التالية:
expression - التعبير المطلوب حسابه.
pageSize: الحد الأقصى لعدد النتائج في كل صفحة. قد يعرض الخادم عددًا أقل من الصور المطلوبة. إذا لم يتم تحديد حجم الصفحة، سيكون الحجم التلقائي 1, 000 نتيجة في الصفحة.
fileFormat: تحدّد هذه السمة تنسيق الإخراج للبيانات الجدولية، إذا كانت متوفّرة. تُرسِل الدالة طلب شبكة لكل صفحة إلى أن يتم جلب الجدول بأكمله. يعتمد عدد عمليات الجلب على عدد الصفوف في الجدول وعلى pageSize.
يتم تجاهل pageToken. التنسيقات المتوافقة هي:
PANDAS_DATAFRAME لـ Pandas DataFrame و
GEOPANDAS_GEODATAFRAME لـ GeoPandas GeoDataFrame.
pageToken: رمز مميّز يحدّد صفحة النتائج التي يجب أن يعرضها الخادم.
workloadTag: علامة يقدّمها المستخدم لتتبُّع هذا الحساب. |
أمثلة
إعداد Python
راجِع صفحة
بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام
geemap للتطوير التفاعلي.
import ee
import geemap.core as geemap
Colab (Python)
from pprint import pprint
# Region of interest.
pt = ee.Geometry.Point([-122.0679107870136, 36.983302098145906])
# Imagery of interest.
images = (ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
.filterBounds(pt).filterDate('2021-01-01', '2021-12-31'))
def point_overlay(image):
"""Extracts image band values for pixel-point intersection."""
return ee.Feature(pt, image.reduceRegion('first', pt, 30))
# Convert an ImageCollection to a FeatureCollection.
features = images.map(point_overlay)
features_dict = ee.data.computeFeatures({'expression': features})
pprint(features_dict)
# Do something with the features...
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003e\u003ccode\u003eee.data.computeFeatures\u003c/code\u003e applies a computation to features and returns a list of GeoJSON features.\u003c/p\u003e\n"],["\u003cp\u003eThe returned features are reprojected to EPSG:4326 and have planar edges.\u003c/p\u003e\n"],["\u003cp\u003e\u003ccode\u003eee.data.computeFeatures\u003c/code\u003e accepts parameters like expression, pageSize, fileFormat, pageToken, and workloadTag.\u003c/p\u003e\n"],["\u003cp\u003eExample code demonstrates using \u003ccode\u003eee.data.computeFeatures\u003c/code\u003e to extract image band values for a point location over a time series and convert an ImageCollection to a FeatureCollection.\u003c/p\u003e\n"]]],["The `ee.data.computeFeatures` function computes and returns a list of GeoJSON features, reprojected to EPSG:4326. It applies a user-defined computation (specified in the `expression` parameter) to features. Key parameters include `pageSize` for controlling results per page, `fileFormat` for specifying tabular output formats like Pandas or GeoPandas DataFrames, `pageToken` for paginated results, and `workloadTag` for computation tracking. The provided example demonstrates extracting band values from an `ImageCollection` using a point's intersection.\n"],null,["# ee.data.computeFeatures (Python only)\n\n\u003cbr /\u003e\n\nComputes a list of features by applying a computation to features.\n\n\u003cbr /\u003e\n\nReturns:\nA list of GeoJSON features reprojected to EPSG:4326 with planar edges.\n\n| Usage | Returns |\n|-----------------------------------|---------|\n| `ee.data.computeFeatures(params)` | List |\n\n| Argument | Type | Details |\n|----------|--------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `params` | Object | An object containing parameters with the following possible values: `expression` - The expression to compute. `pageSize` - The maximum number of results per page. The server may return fewer images than requested. If unspecified, the page size default is 1000 results per page. `fileFormat` - If present, specifies an output format for the tabular data. The function makes a network request for each page until the entire table has been fetched. The number of fetches depends on the number of rows in the table and `pageSize`. `pageToken` is ignored. Supported formats are: `PANDAS_DATAFRAME` for a Pandas DataFrame and `GEOPANDAS_GEODATAFRAME` for a GeoPandas GeoDataFrame. `pageToken` - A token identifying a page of results the server should return. `workloadTag` - User supplied tag to track this computation. |\n\nExamples\n--------\n\nPython setup\n\nSee the [Python Environment](/earth-engine/guides/python_install) page for information on the Python API and using\n`geemap` for interactive development. \n\n```python\nimport ee\nimport geemap.core as geemap\n```\n\n### Colab (Python)\n\n```python\nfrom pprint import pprint\n\n# Region of interest.\npt = ee.Geometry.Point([-122.0679107870136, 36.983302098145906])\n# Imagery of interest.\nimages = (ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')\n .filterBounds(pt).filterDate('2021-01-01', '2021-12-31'))\n\ndef point_overlay(image):\n \"\"\"Extracts image band values for pixel-point intersection.\"\"\"\n return ee.Feature(pt, image.reduceRegion('first', pt, 30))\n\n# Convert an ImageCollection to a FeatureCollection.\nfeatures = images.map(point_overlay)\n\nfeatures_dict = ee.data.computeFeatures({'expression': features})\n\npprint(features_dict)\n# Do something with the features...\n```"]]
