Biblioteki klienta interfejsu Maps Datasets API
Ta strona pokazuje, jak zacząć korzystać z bibliotek klienta interfejsu Maps Datasets API.
Więcej informacji o bibliotekach klienta znajdziesz w artykule Wyjaśnienie bibliotek klienta.
Instalowanie biblioteki klienta
Konfigurowanie uwierzytelniania
Gdy używasz bibliotek klienta, do uwierzytelniania używasz domyślnych danych logowania aplikacji (ADC). Informacje o konfigurowaniu domyślnego uwierzytelniania aplikacji znajdziesz w artykule Podawanie danych logowania domyślnego uwierzytelniania aplikacji.
Informacje o korzystaniu z usługi ADC w bibliotekach klienta znajdziesz w artykule Uwierzytelnianie za pomocą bibliotek klienta.
Korzystanie z biblioteki klienta
Dodatkowe materiały
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-02-28 UTC.
[null,null,["Ostatnia aktualizacja: 2025-02-28 UTC."],[[["This page provides instructions on getting started with the Maps Datasets API client libraries for Node.js and Python."],["You'll learn how to install the necessary client libraries using npm or pip."],["Authentication is handled using Application Default Credentials (ADC), and the page links to resources for setting up ADC."],["Code samples demonstrate basic usage of the client libraries, such as creating a dataset, for both Node.js and Python."],["Links to additional resources like source code, issue trackers, and Stack Overflow are provided for further assistance."]]],["To utilize the Maps Datasets API client libraries, first, install the library using `npm install @googlemaps/maps-platform-datasets` for Node.js or `pip install --upgrade google-maps-mapsplatformdatasets` for Python. Set up Application Default Credentials (ADC) for authentication. Node.js and Python code examples show creating a dataset by instantiating a client, constructing a request, and making the request. Additional resources include links to source code, issue trackers, and Stack Overflow.\n"]]