ee.FeatureCollection.aggregate_histogram
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Agrège une propriété donnée des objets d'une collection, en calculant un histogramme de la propriété sélectionnée.
| Utilisation | Renvoie |
|---|
FeatureCollection.aggregate_histogram(property) | Dictionnaire |
| Argument | Type | Détails |
|---|
ceci : collection | FeatureCollection | Collection à agréger. |
property | Chaîne | Propriété à utiliser pour chaque élément de la collection. |
Exemples
Éditeur de code (JavaScript)
// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
.filter('country_lg == "Belgium"');
print('Histogram of power plant capacities (MW)',
fc.aggregate_histogram('capacitymw')); // Dictionary
Configuration de Python
Consultez la page
Environnement Python pour en savoir plus sur l'API Python et sur l'utilisation de geemap pour le développement interactif.
import ee
import geemap.core as geemap
Colab (Python)
from pprint import pprint
# FeatureCollection of power plants in Belgium.
fc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(
'country_lg == "Belgium"')
print('Histogram of power plant capacities (MW):')
pprint(fc.aggregate_histogram('capacitymw').getInfo()) # Dictionary
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 2025/07/26 (UTC)."],[[["\u003cp\u003eComputes a histogram for a specified property within a FeatureCollection.\u003c/p\u003e\n"],["\u003cp\u003eReturns a dictionary where keys represent property value ranges and values represent the frequency of features within that range.\u003c/p\u003e\n"],["\u003cp\u003eUseful for understanding the distribution of a specific attribute, such as the capacity of power plants in a region.\u003c/p\u003e\n"]]],["The `aggregate_histogram` method calculates a histogram for a specified property across a FeatureCollection. It takes the collection and the property name as input. The output is a dictionary representing the histogram. In the provided examples, a FeatureCollection of Belgian power plants is used, and a histogram of their capacities (in MW) is generated using `aggregate_histogram('capacitymw')`. The method works on both the Javascript and Python Earth Engine APIs.\n"],null,["# ee.FeatureCollection.aggregate_histogram\n\nAggregates over a given property of the objects in a collection, calculating a histogram of the selected property.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|---------------------------------------------------|------------|\n| FeatureCollection.aggregate_histogram`(property)` | Dictionary |\n\n| Argument | Type | Details |\n|--------------------|-------------------|----------------------------------------------------------|\n| this: `collection` | FeatureCollection | The collection to aggregate over. |\n| `property` | String | The property to use from each element of the collection. |\n\nExamples\n--------\n\n### Code Editor (JavaScript)\n\n```javascript\n// FeatureCollection of power plants in Belgium.\nvar fc = ee.FeatureCollection('WRI/GPPD/power_plants')\n .filter('country_lg == \"Belgium\"');\n\nprint('Histogram of power plant capacities (MW)',\n fc.aggregate_histogram('capacitymw')); // Dictionary\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# FeatureCollection of power plants in Belgium.\nfc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(\n 'country_lg == \"Belgium\"')\n\nprint('Histogram of power plant capacities (MW):')\npprint(fc.aggregate_histogram('capacitymw').getInfo()) # Dictionary\n```"]]
