ee.Kernel.euclidean

Tạo một hạt nhân khoảng cách dựa trên khoảng cách Euclidean (đường thẳng).

Cách sử dụng	Giá trị trả về
ee.Kernel.euclidean(radius, units, normalize, magnitude)	Kernel

Đối số	Loại	Thông tin chi tiết
radius	Số thực dấu phẩy động	Bán kính của hạt nhân cần tạo.
units	Chuỗi, mặc định: "pixels"	Hệ thống đo lường cho nhân ("pixel" hoặc "mét"). Nếu hạt nhân được chỉ định bằng mét, thì hạt nhân sẽ đổi kích thước khi mức thu phóng thay đổi.
normalize	Boolean, mặc định: false	Chuẩn hoá các giá trị của nhân để có tổng bằng 1.
magnitude	Số thực, mặc định: 1	Điều chỉnh tỷ lệ mỗi giá trị theo số tiền này.

Ví dụ

Trình soạn thảo mã (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]
 */

Thiết lập Python

Hãy xem trang Môi trường Python để biết thông tin về API Python và cách sử dụng geemap cho quá trình phát triển tương tác.

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]