ee.data.computeFeatures (Python only)

Oblicza listę cech, stosując obliczenia do cech.

Zwraca: listę obiektów GeoJSON przekształconych do EPSG:4326 z płaskimi krawędziami.

WykorzystanieZwroty
ee.data.computeFeatures(params)Lista
ArgumentTypSzczegóły
paramsObiektObiekt zawierający parametry o tych możliwych wartościach:
expression – wyrażenie do obliczenia.
pageSize – maksymalna liczba wyników na stronie. Serwer może zwrócić mniej obrazów niż w żądaniu. Jeśli nie określisz tu żadnej wartości, zostanie użyte ustawienie domyślne – 1000 wyników na stronę.
fileFormat – jeśli występuje, określa format wyjściowy danych tabelarycznych. Funkcja wysyła żądanie sieciowe dla każdej strony, dopóki nie zostanie pobrana cała tabela. Liczba pobrań zależy od liczby wierszy w tabeli i pageSize. Wartość pageToken jest ignorowana. Obsługiwane formaty to:PANDAS_DATAFRAME w przypadku Pandas DataFrame i GEOPANDAS_GEODATAFRAME w przypadku GeoPandas GeoDataFrame.
pageToken – token identyfikujący stronę wyników, którą serwer powinien zwrócić.
workloadTag – tag dostarczony przez użytkownika do śledzenia tego obliczenia.

Przykłady

Konfiguracja Pythona

Informacje o interfejsie Python API i używaniu geemap do interaktywnego programowania znajdziesz na stronie Środowisko Python.

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...