pycharm进行NDVI最大合成月尺度数据(超详细!!!)

一、NDVI数据来源

NDVI的数据是北大的GIMMS 标准化差异植被指数 1982-2022,我选择因为它比较长。网址:https://zenodo.org/records/8253971

图是盗的(不会画)

二、在pycharm中导入arcpy

注意: 开始前,保证电脑已安装 Arc gis 。找到Arc Gis 自带的python程序的位置。(我电脑的位置  C:\Python27\ArcGIS10.2\python.exe

1、在pycharm中的右下角找到Python X.X 版本,左击--->

2、Interpreter Settings---->

3、Add Interpreter---> 

4、Add Local Interpreter ... ---->

5、Existing ---> ··· ---->

6、选择路径 -----> OK

三、最大合成法合成月尺度NDVI数据代码

代码在下面,批量循环的代码写好了上传资源,在下面放链接。需要的兄弟们,收藏一下,等我消息。

# encoding: utf-8
# 上述代码解决 SyntaxError: Non-ASCII character '\xe6' in file问题

import arcpy
arcpy.CheckOutExtension("spatial")  # 检查模块许可
from arcpy.sa import *

# Set environment settings
workspace = r"D:/Users/shuow/Desktop/NDVI/NDVI-10KM/PKU_GIMMS_NDVI_AVHRR_MODIS_consolidated_1982_1990" # NDVI数据存放目录
arcpy.env.workspace = workspace
#####
su12 = ["PKU_GIMMS_NDVI_V1.2_19820101.tif","PKU_GIMMS_NDVI_V1.2_19820102.tif"]  #1982年1月NDVI数据1-15天和16-30天
outCellStatistics = CellStatistics(su12, "MAXIMUM", "DATA") # 合成2002年12个月的NDVI数据,方法为 MAXIMUM , 无数据的地方以有数据的最大值为准DATA
outpath = 'D:/Users/shuow/Desktop/test/ndvi/' + str("PKU_GIMMS_NDVI_V1.2_19820101.tif") #输出路径
outCellStatistics.save(outpath) #保存合成后的NDVI数据

放一个成功结算画面和输出的结果图。


批量处理数据代码链接:https://download.csdn.net/download/PETTER_WEN/88870389?spm=1001.2014.3001.5501


  • 9
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: PyCharm是一个非常流行的Python集成开发环境(IDE),是用Python进行数据挖掘的一个强大工具。我们可以通过以下几个步骤进行数据挖掘: 1. 安装所需库:PyCharm需要使用一些第三方库来进行数据挖掘,如NumPy、Pandas、Scikit-Learn等,我们需要安装这些库。 2. 获取数据集:数据挖掘的第一步是获取数据集。我们可以从公共数据存储库中获取数据集,也可以编写脚本从外部源下载数据集并将其保存在本地。 3. 数据探索:在PyCharm中,我们可以使用Pandas和NumPy库实现数据探索。数据探索可以让我们了解数据集的基本信息,例如数据的形状和分布情况,对数据集的可视化和描述性统计分析有助于理解数据。 4. 特征工程:在数据挖掘中,特征工程是十分重要的一个环节。我们可以使用Python库如Scikit-Learn来进行特征提取和特征选择。特征提取用于从原始数据集中提取出有用的特征,特征选择则涉及到从所有特征中选择出最有用的特征。 5. 建立模型:在PyCharm中,我们可以使用Scikit-Learn库建立机器学习模型,比如分类、回归或聚类模型。我们需要将数据集分成训练集和测试集,使用训练集来训练模型,然后使用测试集来测试模型的准确性和效果。 6. 模型评估和改进:模型的准确性和效果需要进行评价和改进。我们可以使用混淆矩阵和ROC曲线等工具来评估模型的准确性。根据评估结果,我们可以使用不同的算法和调整参数来改善模型的性能。 总之,在PyCharm进行数据挖掘需要消耗一定的时间和精力,但PyCharm提供了非常好的工具来完成这项任务。如果您是一位专业的数据科学家或者想成为一名数据科学家,那么熟练使用PyCharm将使您的工作更轻松、更高效。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值