ee.Kernel.euclidean
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
יצירת ליבת מרחק על סמך מרחק אוקלידי (בקו ישר).
| שימוש | החזרות |
|---|
ee.Kernel.euclidean(radius, units, normalize, magnitude) | ליבה |
| ארגומנט | סוג | פרטים |
|---|
radius | מספר ממשי (float) | הרדיוס של הגרעין ליצירה. |
units | מחרוזת, ברירת מחדל: 'פיקסלים' | מערכת המדידה של ליבת המערכת (פיקסלים או מטרים). אם הגרעין מצוין במטרים, הגודל שלו ישתנה כשמשנים את רמת הזום. |
normalize | בוליאני, ברירת מחדל: false | מנרמלים את ערכי הליבה כך שהסכום שלהם יהיה 1. |
magnitude | מספר ממשי (float), ברירת מחדל: 1 | הכפלה של כל ערך בסכום הזה. |
דוגמאות
עורך הקוד (JavaScript)
print('A Euclidean distance kernel', ee.Kernel.euclidean({radius: 3}));
/**
* Output weights matrix (up to 1/1000 precision for brevity)
*
* [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
* [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
* [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
* [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]
* [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
* [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
* [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
*/
הגדרת Python
מידע על Python API ועל שימוש ב-geemap לפיתוח אינטראקטיבי מופיע בדף
Python Environment.
import ee
import geemap.core as geemap
Colab (Python)
from pprint import pprint
print('A Euclidean distance kernel:')
pprint(ee.Kernel.euclidean(**{'radius': 3}).getInfo())
# Output weights matrix (up to 1/1000 precision for brevity)
# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
# [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]
# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-07-26 (שעון UTC).
[null,null,["עדכון אחרון: 2025-07-26 (שעון UTC)."],[[["\u003cp\u003eGenerates a kernel to weight pixels based on their straight-line distance from the center.\u003c/p\u003e\n"],["\u003cp\u003eKernel values represent the Euclidean distance from the center pixel, optionally normalized and scaled.\u003c/p\u003e\n"],["\u003cp\u003eThe radius of the kernel and units of measurement (pixels or meters) are configurable.\u003c/p\u003e\n"],["\u003cp\u003eWhen specified in meters, the kernel automatically resizes with zoom level changes.\u003c/p\u003e\n"]]],["The `ee.Kernel.euclidean` function generates a distance kernel based on Euclidean distance, returning a Kernel object. Key parameters include `radius`, determining the kernel's size; `units` (\"pixels\" or \"meters\"), dictating the measurement system; `normalize` (default: false), setting whether values sum to 1; and `magnitude` (default: 1), scaling values. An example kernel with a radius of 3 is demonstrated, illustrating the output weight matrix.\n"],null,["# ee.Kernel.euclidean\n\nGenerates a distance kernel based on Euclidean (straight-line) distance.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|--------------------------------------------------------------------------|---------|\n| `ee.Kernel.euclidean(radius, `*units* `, `*normalize* `, `*magnitude*`)` | Kernel |\n\n| Argument | Type | Details |\n|-------------|---------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `radius` | Float | The radius of the kernel to generate. |\n| `units` | String, default: \"pixels\" | The system of measurement for the kernel ('pixels' or 'meters'). If the kernel is specified in meters, it will resize when the zoom-level is changed. |\n| `normalize` | Boolean, default: false | Normalize the kernel values to sum to 1. |\n| `magnitude` | Float, default: 1 | Scale each value by this amount. |\n\nExamples\n--------\n\n### Code Editor (JavaScript)\n\n```javascript\nprint('A Euclidean distance kernel', ee.Kernel.euclidean({radius: 3}));\n\n/**\n * Output weights matrix (up to 1/1000 precision for brevity)\n *\n * [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]\n * [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]\n * [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]\n * [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]\n * [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]\n * [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]\n * [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]\n */\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\nfrom pprint import pprint\n\nprint('A Euclidean distance kernel:')\npprint(ee.Kernel.euclidean(**{'radius': 3}).getInfo())\n\n# Output weights matrix (up to 1/1000 precision for brevity)\n\n# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]\n# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]\n# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]\n# [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]\n# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]\n# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]\n# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]\n```"]]
