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.FeatureCollection.aggregate_mean
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تُجمِّع هذه الدالة القيم حسب سمة معيّنة للعناصر في مجموعة، وتحسب متوسط السمة المحدّدة.
| الاستخدام | المرتجعات |
|---|
FeatureCollection.aggregate_mean(property) | العدد |
| الوسيطة | النوع | التفاصيل |
|---|
هذا: collection | FeatureCollection | المجموعة المطلوب تجميعها. |
property | سلسلة | السمة التي سيتم استخدامها من كل عنصر في المجموعة |
أمثلة
محرّر الرموز البرمجية (JavaScript)
// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
.filter('country_lg == "Belgium"');
print('Mean of power plant capacities (MW)',
fc.aggregate_mean('capacitymw')); // 201.342424242
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)
# FeatureCollection of power plants in Belgium.
fc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(
'country_lg == "Belgium"')
print('Mean of power plant capacities (MW):',
fc.aggregate_mean('capacitymw').getInfo()) # 201.342424242
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\u003eCalculates the mean (average) value of a specified property across all features within a FeatureCollection.\u003c/p\u003e\n"],["\u003cp\u003eAccepts a FeatureCollection and the name of the property to analyze as input.\u003c/p\u003e\n"],["\u003cp\u003eReturns a single numerical value representing the calculated mean.\u003c/p\u003e\n"],["\u003cp\u003eUseful for understanding the central tendency of a property within a dataset, such as average power plant capacity in a region.\u003c/p\u003e\n"]]],["The `aggregate_mean` function calculates the mean of a specified property across a FeatureCollection. It takes the `FeatureCollection` and the `property` name as inputs. The function returns a Number representing the mean value. For example, using a FeatureCollection of power plants, `aggregate_mean('capacitymw')` computes the mean power plant capacity in megawatts. The provided examples showcase how to implement it in both JavaScript and Python environments.\n"],null,["# ee.FeatureCollection.aggregate_mean\n\nAggregates over a given property of the objects in a collection, calculating the mean of the selected property.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|----------------------------------------------|---------|\n| FeatureCollection.aggregate_mean`(property)` | Number |\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('Mean of power plant capacities (MW)',\n fc.aggregate_mean('capacitymw')); // 201.342424242\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\n# FeatureCollection of power plants in Belgium.\nfc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(\n 'country_lg == \"Belgium\"')\n\nprint('Mean of power plant capacities (MW):',\n fc.aggregate_mean('capacitymw').getInfo()) # 201.342424242\n```"]]
