ee.FeatureCollection.aggregate_total_sd
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
รวมพร็อพเพอร์ตี้ที่กำหนดของออบเจ็กต์ในคอลเล็กชัน โดยคำนวณค่าเบี่ยงเบนมาตรฐานทั้งหมดของค่าพร็อพเพอร์ตี้ที่เลือก
| การใช้งาน | การคืนสินค้า |
|---|
FeatureCollection.aggregate_total_sd(property) | ตัวเลข |
| อาร์กิวเมนต์ | ประเภท | รายละเอียด |
|---|
ดังนี้ collection | FeatureCollection | คอลเล็กชันที่จะรวบรวมข้อมูล |
property | สตริง | พร็อพเพอร์ตี้ที่จะใช้จากแต่ละองค์ประกอบของคอลเล็กชัน |
ตัวอย่าง
โปรแกรมแก้ไขโค้ด (JavaScript)
// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
.filter('country_lg == "Belgium"');
print('Total std. deviation of power plant capacities (MW)',
fc.aggregate_total_sd('capacitymw')); // 462.9334545609107
การตั้งค่า Python
ดูข้อมูลเกี่ยวกับ Python API และการใช้ geemap เพื่อการพัฒนาแบบอินเทอร์แอกทีฟได้ที่หน้า
สภาพแวดล้อม Python
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('Total std. deviation of power plant capacities (MW):',
fc.aggregate_total_sd('capacitymw').getInfo()) # 462.9334545609107
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 UTC"],[[["\u003cp\u003e\u003ccode\u003eaggregate_total_sd\u003c/code\u003e calculates the total standard deviation of a specified property across all features within a FeatureCollection.\u003c/p\u003e\n"],["\u003cp\u003eIt takes a FeatureCollection and the property name as input, returning the total standard deviation as a number.\u003c/p\u003e\n"],["\u003cp\u003eThis function is useful for understanding the dispersion or variability of a specific property within a dataset, like the capacities of power plants in a region.\u003c/p\u003e\n"]]],["The `aggregate_total_sd` function calculates the total 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 total standard deviation. In practice, you can use the function to calculate the total standard deviation of power plant capacities (MW) in a given Feature Collection, as shown in the provided examples. Both Python and JavaScript code snippets are available.\n"],null,["# ee.FeatureCollection.aggregate_total_sd\n\nAggregates over a given property of the objects in a collection, calculating the total std. deviation of the values of the selected property.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|--------------------------------------------------|---------|\n| FeatureCollection.aggregate_total_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('Total std. deviation of power plant capacities (MW)',\n fc.aggregate_total_sd('capacitymw')); // 462.9334545609107\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('Total std. deviation of power plant capacities (MW):',\n fc.aggregate_total_sd('capacitymw').getInfo()) # 462.9334545609107\n```"]]
