ee.FeatureCollection.randomColumn

Agrega una columna de números pseudoaleatorios deterministas a una colección. Los resultados son números de punto flotante de doble precisión. Cuando se usa la distribución "uniforme" (predeterminada), los resultados están en el rango [0, 1). Con la distribución "normal", los resultados tienen μ=0, σ=1, pero no tienen límites explícitos.

Uso	Muestra
FeatureCollection.randomColumn(columnName, seed, distribution, rowKeys)	FeatureCollection

Argumento	Tipo	Detalles
esto: collection	FeatureCollection	Es la colección de entrada a la que se agregará una columna aleatoria.
columnName	Cadena, valor predeterminado: "random"	Es el nombre de la columna que deseas agregar.
seed	Largo, predeterminado: 0	Es un valor inicial que se usa cuando se generan los números aleatorios.
distribution	Cadena, valor predeterminado: "uniform"	Es el tipo de distribución de números aleatorios que se producirá; uno de "uniforme" o "normal".
rowKeys	Lista, opcional	Es una lista de propiedades que deben identificar de forma única y repetible un elemento de la colección, que se usa para generar el número aleatorio. El valor predeterminado es [system:index].

Ejemplos

Editor de código (JavaScript)

// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
            .filter('country_lg == "Belgium"');
print('N features in collection', fc.size());

// Add a uniform distribution random value column to the FeatureCollection.
fc = fc.randomColumn();

// Randomly split the collection into two sets, 30% and 70% of the total.
var randomSample30 = fc.filter('random < 0.3');
print('N features in 30% sample', randomSample30.size());

var randomSample70 = fc.filter('random >= 0.3');
print('N features in 70% sample', randomSample70.size());

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

import ee
import geemap.core as geemap

Colab (Python)

# FeatureCollection of power plants in Belgium.
fc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(
    'country_lg == "Belgium"')
print('N features in collection:', fc.size().getInfo())

# Add a uniform distribution random value column to the FeatureCollection.
fc = fc.randomColumn()

# Randomly split the collection into two sets, 30% and 70% of the total.
random_sample_30 = fc.filter('random < 0.3')
print('N features in 30% sample:', random_sample_30.size().getInfo())

random_sample_70 = fc.filter('random >= 0.3')
print('N features in 70% sample:', random_sample_70.size().getInfo())