Earth Engine memperkenalkan
tingkatan kuota nonkomersial untuk mengamankan resource komputasi bersama dan memastikan performa yang andal bagi semua orang. Semua project nonkomersial harus memilih tingkat kuota paling lambat
27 April 2026 atau akan menggunakan Tingkat Komunitas secara default. Kuota tingkat akan berlaku untuk semua project (terlepas dari tanggal pemilihan tingkat) pada
27 April 2026.
Pelajari lebih lanjut.
ee.data.computeFeatures (Python only)
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Menghitung daftar fitur dengan menerapkan komputasi ke fitur.
Menampilkan:
Daftar fitur GeoJSON yang diproyeksikan ulang ke EPSG:4326 dengan tepi planar.
| Penggunaan | Hasil |
ee.data.computeFeatures(params) | Daftar |
| Argumen | Jenis | Detail |
params | Objek | Objek yang berisi parameter dengan kemungkinan nilai berikut:
expression - Ekspresi yang akan dihitung.
pageSize - Jumlah maksimum hasil per halaman. Server dapat menampilkan
lebih sedikit gambar daripada yang diminta. Jika tidak ditentukan, ukuran halaman
default adalah 1000 hasil per halaman.
fileFormat - Jika ada, menentukan format output untuk
data tabel. Fungsi ini membuat permintaan jaringan untuk setiap halaman hingga
seluruh tabel telah diambil. Jumlah pengambilan bergantung pada
jumlah baris dalam tabel dan pageSize.
pageToken diabaikan. Format yang didukung adalah:
PANDAS_DATAFRAME untuk Pandas DataFrame dan
GEOPANDAS_GEODATAFRAME untuk GeoPandas GeoDataFrame.
pageToken - Token yang mengidentifikasi halaman hasil yang harus ditampilkan
server.
workloadTag - Tag yang disediakan pengguna untuk melacak komputasi ini. |
Contoh
Penyiapan Python
Lihat halaman
Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan
geemap untuk pengembangan interaktif.
import ee
import geemap.core as geemap
Colab (Python)
# 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})
display(features_dict)
# Do something with the features...
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-10-30 UTC.
[null,null,["Terakhir diperbarui pada 2025-10-30 UTC."],[],["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"]]