数据转换器是内置于 getPixels、computePixels、listFeatures 和 computeFeatures 中的客户端转换能力。通过指定兼容的文件格式,这些方法可以返回 Python 原生格式的数据,如用于栅格的结构化 NumPy 数组和用于矢量的 Pandas DataFrames 或 GeoPandas GeoDataFrames。对于矢量,listFeatures 和 computeFeatures 方法将在返回 Python 对象之前发出多个网络请求来获取表格的所有页面。
所有这些方法都使用交互式处理环境将数据从 Earth Engine 服务器传输到客户端计算机,该环境经过优化,可以快速回答小型请求。因此,它对请求大小和计算时间施加了限制。在编写分析时,您需要记住这一点,并决定是否使用批量处理环境导出数据会更好。例如,请参阅参考文档中的 ee.date.computePixel 限制。
数据转换器的常见用例包括并行获取许多小的图像块(例如,训练 ML 模型或自动串行工作流)以及使用您喜欢的 Python 库进行可视化和数据探索。本笔记本重点介绍数据探索和可视化;如果您有兴趣了解并行获取数据,请参阅 Medium 博客文章“Pixels to the people!”。
导入包:
import altair as alt
import ee
import eerepr
import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from mpl_toolkits.axes_grid1 import ImageGrid
ee.Authenticate()
ee.Initialize()