ee.FeatureCollection.aggregate_sample_var
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Fasst die Werte einer bestimmten Eigenschaft der Objekte in einer Sammlung zusammen und berechnet die Stichprobenvarianz der Werte der ausgewählten Eigenschaft.
| Nutzung | Ausgabe |
|---|
FeatureCollection.aggregate_sample_var(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 variance of power plant capacities (MW)',
fc.aggregate_sample_var('capacitymw')); // 217604.420018647
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 variance of power plant capacities (MW):',
fc.aggregate_sample_var('capacitymw').getInfo()) # 217604.420018647
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_var\u003c/code\u003e calculates the sample variance 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 result is a single number representing the sample variance of the selected property across all features in the collection.\u003c/p\u003e\n"],["\u003cp\u003eThis function is useful for understanding the spread or dispersion of a particular feature property within a dataset.\u003c/p\u003e\n"]]],[],null,["# ee.FeatureCollection.aggregate_sample_var\n\nAggregates over a given property of the objects in a collection, calculating the sample variance of the values of the selected property.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|----------------------------------------------------|---------|\n| FeatureCollection.aggregate_sample_var`(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 variance of power plant capacities (MW)',\n fc.aggregate_sample_var('capacitymw')); // 217604.420018647\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 variance of power plant capacities (MW):',\n fc.aggregate_sample_var('capacitymw').getInfo()) # 217604.420018647\n```"]]
