ee.FeatureCollection.aggregate_sample_sd
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Aggregiert die Werte eines bestimmten Attributs der Objekte in einer Sammlung und berechnet die Stichprobenstandardabweichung der Werte des ausgewählten Attributs.
| Nutzung | Ausgabe |
|---|
FeatureCollection.aggregate_sample_sd(property) | Zahl |
| Argument | Typ | Details |
|---|
So gehts: collection | FeatureCollection | Die Sammlung, über die aggregiert werden soll. |
property | String | Die Property, die für jedes Element der Sammlung verwendet werden soll. |
Beispiele
Code-Editor (JavaScript)
// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
.filter('country_lg == "Belgium"');
print('Sample std. deviation of power plant capacities (MW)',
fc.aggregate_sample_sd('capacitymw')); // 466.480889231
Python einrichten
Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite
Python-Umgebung.
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('Sample std. deviation of power plant capacities (MW):',
fc.aggregate_sample_sd('capacitymw').getInfo()) # 466.480889231
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-07-26 (UTC).
[null,null,["Zuletzt aktualisiert: 2025-07-26 (UTC)."],[[["\u003cp\u003e\u003ccode\u003eaggregate_sample_sd\u003c/code\u003e calculates the sample standard deviation of a specified property within a FeatureCollection.\u003c/p\u003e\n"],["\u003cp\u003eIt takes the FeatureCollection and the property name as input.\u003c/p\u003e\n"],["\u003cp\u003eThe function returns a single numeric value representing the sample standard deviation.\u003c/p\u003e\n"],["\u003cp\u003eThis function is useful for understanding the dispersion or variability of a property within a collection of geographic features.\u003c/p\u003e\n"]]],["The `aggregate_sample_sd` function calculates the sample standard deviation of a specified property across a FeatureCollection. It takes the collection and the property name as input, returning a numerical value representing the standard deviation. For instance, applied to a FeatureCollection of power plants, it can compute the sample standard deviation of their capacities. The example shows calculating the sample standard deviation of power plant `capacitymw` for power plants in Belgium.\n"],null,["# ee.FeatureCollection.aggregate_sample_sd\n\nAggregates over a given property of the objects in a collection, calculating the sample std. deviation of the values of the selected property.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|---------------------------------------------------|---------|\n| FeatureCollection.aggregate_sample_sd`(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('Sample std. deviation of power plant capacities (MW)',\n fc.aggregate_sample_sd('capacitymw')); // 466.480889231\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('Sample std. deviation of power plant capacities (MW):',\n fc.aggregate_sample_sd('capacitymw').getInfo()) # 466.480889231\n```"]]
