ee.data.computeFeatures (Python only)

বৈশিষ্ট্যগুলিতে একটি গণনা প্রয়োগ করে বৈশিষ্ট্যগুলির একটি তালিকা গণনা করে৷

রিটার্নস: প্ল্যানার এজ সহ EPSG:4326-এ পুনঃপ্রকল্পিত GeoJSON বৈশিষ্ট্যের একটি তালিকা।

ব্যবহার রিটার্নস
ee.data.computeFeatures(params) তালিকা
যুক্তি টাইপ বিস্তারিত
params অবজেক্ট নিম্নলিখিত সম্ভাব্য মান সহ পরামিতি ধারণকারী একটি বস্তু:
expression - গণনা করার অভিব্যক্তি।
pageSize - প্রতি পৃষ্ঠায় সর্বাধিক ফলাফলের সংখ্যা। সার্ভার অনুরোধের চেয়ে কম ছবি ফেরত দিতে পারে। অনির্দিষ্ট হলে, পৃষ্ঠার আকার ডিফল্ট প্রতি পৃষ্ঠায় 1000 ফলাফল।
fileFormat - উপস্থিত থাকলে, ট্যাবুলার ডেটার জন্য একটি আউটপুট বিন্যাস নির্দিষ্ট করে। পুরো টেবিলটি আনা না হওয়া পর্যন্ত ফাংশনটি প্রতিটি পৃষ্ঠার জন্য একটি নেটওয়ার্ক অনুরোধ করে। আনার সংখ্যা টেবিলের সারি এবং pageSize উপর নির্ভর করে। pageToken উপেক্ষা করা হয়. সমর্থিত ফর্ম্যাটগুলি হল: একটি পান্ডাস ডেটাফ্রেমের জন্য PANDAS_DATAFRAME এবং একটি GeoPandas GeoDataFrame-এর জন্য GEOPANDAS_GEODATAFRAME ৷
pageToken - একটি টোকেন ফলাফলের একটি পৃষ্ঠা চিহ্নিত করে যা সার্ভারের ফিরে আসা উচিত।
workloadTag - এই গণনা ট্র্যাক করার জন্য ব্যবহারকারীর সরবরাহকৃত ট্যাগ৷

উদাহরণ

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন) 

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...