Python ArcGIS describe_dataset用法及代码示例

本文简要介绍 python 语言中 arcgis.geoanalytics.summarize_data.describe_dataset 的用法。

用法:

arcgis.geoanalytics.summarize_data.describe_dataset(input_layer, extent_output=False, sample_size=None, output_name=None, gis=None, context=None, future=False, return_tuple=False)

返回：

• 如果 return_tuple 是 True ，则为具有以下键的元组：

  • ”output_json” : dict

  • ”output” : Layer

  • ”extent_layer” : FeatureLayer

  • ”sample_layer” : FeatureLayer

  • ”process_info” : list

• 如果 return_tuple`` 是 False ：

  • FeatureLayer of the results.

• 如果 future 是 True ：

  • a job object with a result() method to access results

describe_dataset 任务提供大数据概览。该工具输出表示输入要素样本的要素图层或表示输入要素范围的单个面要素图层。您可以选择输出一个、两个或一个都不输出。

例如，假设您的任务是完成对大量数据的分析工作流程。您想尝试该工作流程，但您的完整数据集可能需要数小时或数天时间。与其使用时间和资源运行完整分析，不如先创建一个示例图层以有效测试您的工作流程，然后再在完整数据集上运行它。

注意：

仅在 ArcGIS Enterprise 10.7 及更高版本中可用。

请参阅Describe Dataset 了解更多信息。

Parameter	Description
input_layer	必需的要素图层。将被说明、汇总和采样的表、点、线或面要素图层。请参阅特征输入。
extent_output	可选的布尔值。如果此值设置为“True”，该任务将输出一个表示input_layer 范围的矩形特征。 默认值为False.
sample_size	可选整数。该任务将输出一个特征层，代表来自 input_layer 的特征样本。指定要返回的样本特征数。如果输入值为 0 或为空，则不会创建样本层。输出将具有与输入图层相同的模式、几何和时间类型。
output_name	可选字符串。该任务将创建结果的要素图层。您定义服务的名称。
gis	可选 GIS 。将进行分析的 GIS 对象。
context	可选字典。 context 参数包含影响任务执行的其他设置。对于此任务，有四个设置： extent - A bounding box that defines the analysis area. Only those features that intersect the bounding box will be analyzed. processSR - The features will be projected into this coordinate system for analysis. outSR - The features will be projected into this coordinate system after the analysis to be saved. The output spatial reference for the spatiotemporal big data store is always WGS84. dataStore - Results will be saved to the specified data store. For ArcGIS Enterprise, the default is the spatiotemporal big data store.
future	可选布尔值。如果是 True ，将返回一个 future 对象，并且进程不会等待任务完成。默认为 False ，表示等待结果。
return_tuple	可选布尔值。如果 True ，则返回具有多个输出键的命名元组。默认值为False。

例子：

# Usage Example: To get an overview of your big data item

data = describe_dataset(input_layer=big_data_layer,
                        extent_output=True,
                        sample_size=2000,
                        output_name="describe dataset")