ee.FeatureCollection.aggregate_mean
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Tổng hợp trên một thuộc tính nhất định của các đối tượng trong một tập hợp, tính toán giá trị trung bình của thuộc tính đã chọn.
| Cách sử dụng | Giá trị trả về |
|---|
FeatureCollection.aggregate_mean(property) | Số |
| Đối số | Loại | Thông tin chi tiết |
|---|
this: collection | FeatureCollection | Bộ sưu tập cần tổng hợp. |
property | Chuỗi | Thuộc tính cần sử dụng từ mỗi phần tử của bộ sưu tập. |
Ví dụ
Trình soạn thảo mã (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
Thiết lập Python
Hãy xem trang
Môi trường Python để biết thông tin về API Python và cách sử dụng geemap cho quá trình phát triển tương tác.
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
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-26 UTC.
[null,null,["Cập nhật lần gần đây nhất: 2025-07-26 UTC."],[[["\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```"]]
