ee.data.computeFeatures (Python only)

Berechnet eine Liste von Features, indem eine Berechnung auf Features angewendet wird.

Gibt Folgendes zurück: Eine Liste von GeoJSON-Features, die mit planaren Kanten auf EPSG:4326 umprojektiert wurden.

Nutzung	Ausgabe
ee.data.computeFeatures(params)	Liste

Argument	Typ	Details
params	Objekt	Ein Objekt mit Parametern mit den folgenden möglichen Werten: expression: Der zu berechnende Ausdruck. pageSize: Die maximale Anzahl der Ergebnisse pro Seite. Der Server gibt möglicherweise weniger Bilder als angefordert zurück. Wenn nicht angegeben, beträgt die Standardseitengröße 1.000 Ergebnisse pro Seite. fileFormat: Wenn vorhanden, wird ein Ausgabeformat für die Tabellendaten angegeben. Die Funktion sendet für jede Seite eine Netzwerkanfrage, bis die gesamte Tabelle abgerufen wurde. Die Anzahl der Abrufe hängt von der Anzahl der Zeilen in der Tabelle und von pageSize ab. pageToken wird ignoriert. Unterstützte Formate sind: PANDAS_DATAFRAME für einen Pandas-DataFrame und GEOPANDAS_GEODATAFRAME für einen GeoPandas-GeoDataFrame. pageToken: Ein Token, das eine Ergebnisseite identifiziert, die vom Server zurückgegeben werden soll. workloadTag: Vom Nutzer bereitgestelltes Tag zur Nachverfolgung dieser Berechnung.

Beispiele

Python einrichten

Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

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...