ee.Kernel.euclidean

यह यूक्लिडियन (सीधी लाइन) दूरी के आधार पर, दूरी का कर्नल जनरेट करता है.

इस्तेमालरिटर्न
ee.Kernel.euclidean(radius, units, normalize, magnitude)कर्नेल
आर्ग्यूमेंटटाइपविवरण
radiusफ़्लोटजनरेट करने के लिए कर्नल की रेडियस.
unitsस्ट्रिंग, डिफ़ॉल्ट: "pixels"कर्नल के लिए मेज़रमेंट सिस्टम ('पिक्सल' या 'मीटर'). अगर कर्नल को मीटर में तय किया गया है, तो ज़ूम-लेवल बदलने पर इसका साइज़ बदल जाएगा.
normalizeबूलियन, डिफ़ॉल्ट वैल्यू: falseकर्नल वैल्यू को सामान्य करें, ताकि उनका योग 1 हो.
magnitudeफ़्लोट, डिफ़ॉल्ट: 1हर वैल्यू को इस रकम से स्केल करें.

उदाहरण

कोड एडिटर (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]
 */

Python सेटअप करना

Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए, Python एनवायरमेंट पेज देखें.

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]