ee.data.computeFeatures (Python only)

تحسب هذه الدالة قائمة بالميزات من خلال تطبيق عملية حسابية على الميزات.

النتائج: قائمة بعناصر GeoJSON تم إعادة عرضها إلى EPSG:4326 مع حواف مستوية.

الاستخدامالمرتجعات
ee.data.computeFeatures(params)قائمة
الوسيطةالنوعالتفاصيل
paramsعنصركائن يحتوي على مَعلمات بالقيم المحتملة التالية:
expression - التعبير المطلوب حسابه.
pageSize: الحد الأقصى لعدد النتائج في كل صفحة. قد يعرض الخادم عددًا أقل من الصور المطلوبة. إذا لم يتم تحديد حجم الصفحة، سيكون الحجم التلقائي 1, 000 نتيجة في الصفحة.
fileFormat: تحدّد هذه السمة تنسيق الإخراج للبيانات الجدولية، إذا كانت متوفّرة. تُرسِل الدالة طلب شبكة لكل صفحة إلى أن يتم جلب الجدول بأكمله. يعتمد عدد عمليات الجلب على عدد الصفوف في الجدول وعلى pageSize. يتم تجاهل pageToken. التنسيقات المتوافقة هي: PANDAS_DATAFRAME لـ Pandas DataFrame و GEOPANDAS_GEODATAFRAME لـ GeoPandas GeoDataFrame.
pageToken: رمز مميّز يحدّد صفحة النتائج التي يجب أن يعرضها الخادم.
workloadTag: علامة يقدّمها المستخدم لتتبُّع هذا الحساب.

أمثلة

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

# Region of interest.
pt = ee.Geometry.Point([-122.0679107870136, 36.983302098145906])
# Imagery of interest.
images = (ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
          .filterBounds(pt).filterDate('2021-01-01', '2021-12-31'))

def point_overlay(image):
  """Extracts image band values for pixel-point intersection."""
  return ee.Feature(pt, image.reduceRegion('first', pt, 30))

# Convert an ImageCollection to a FeatureCollection.
features = images.map(point_overlay)

features_dict = ee.data.computeFeatures({'expression': features})

pprint(features_dict)
# Do something with the features...