Python ArcGIS ImageryLayer.plot_histograms用法及代码示例

本文简要介绍 python 语言中 arcgis.raster.ImageryLayer.plot_histograms 的用法。

用法:

plot_histograms(geometry=None, pixel_size=None, time=None, bands=[], display_stats=True, plot_properties=None, subplot_properties=None)

返回：

None

plot_histograms 方法用于绘制 ImageryLayer 的直方图。

图像直方图通过测量图像中某些值出现的频率，直观地总结了连续数值变量的分布。图像直方图中的 x 轴是一条数字线，显示已拆分为数字范围或 bin 的图像像素值范围。每个 bin 绘制一个条形，条形的宽度代表 bin 的密度数范围；条的高度表示落入该范围的像素数。了解数据的分布是数据探索过程中的重要一步。

此方法可用于绘制使用镶嵌数据集或栅格数据集发布的任何 ImageryLayer 的 band-wise 图像直方图。

Parameter	Description
geometry	可选的 Geometry ( Polygon 或 Envelope )。定义在其中计算直方图的几何图形的几何图形。 注意： 如果未提供，则将使用栅格的全部范围进行计算。
pixel_size	可选字符串或字典。正在使用的像素级别(或正在查看的分辨率)。如果未指定像素大小，则 pixel_size 将默认为数据集的基本分辨率。 pixel_size 参数的结构与ArcGIS REST API 返回的点对象的结构相同。除了字典结构之外，您还可以使用逗号分隔的字符串指定像素大小。 用法: 字典结构：pixel_size={point} 点简单语法：pixel_size='<x>,<y>' 例子： pixel_size={“x”: 0.18, “y”: 0.18} pixel_size='0.18,0.18'
time	可选 datetime.date、datetime.datetime 或时间戳字符串。计算统计数据和直方图的时刻或时间范围。指定为 datetime.date、datetime.datetime 或自纪元以来的毫秒数的时间戳语法：time=<timeInstant> 指定为 [<startTime>, <endTime>] 列表的时间范围 对于时间范围，<startTime> 或 <endTime> 之一可以为 None。为开始时间或结束时间指定的“无”值将分别表示开始时间或结束时间为无穷大。语法：time=[<开始时间>, <结束时间>] ;指定为 datetime.date、datetime.datetime 或时间戳 适用于 10.8+
bands	波段索引的可选列表。默认情况下采用第一个波段(波段索引 - 0)。为这些特定波段绘制图像直方图。 例子： [0,2,3]
display_stats	可选的布尔值。指定是否将 band-wise 统计数据与直方图一起绘制。 一些基本的说明性统计被计算并显示在直方图上。均值和中位数各用一条线显示，均值上下一个标准差使用两条线显示。 False - The statistics will not be displayed along with the histograms. True - The statistics will be displayed along with the histograms. This is the default.
plot_properties	可选字典。该参数可用于设置图形属性。这些是以字典格式指定的 matplotlib.pyplot.figure() 参数和值。 例子： {“figsize”:(15,15)}
subplot_properties	可选列表或字典。此参数可用于设置band-wise 直方图(子图)显示属性。这些是以字典格式指定的matplotlib.axes.Axes.bar() 参数和值。 注意： matplotlib.axes.Axes.bar() 参数：''x'、‘height’ 或 ‘align’ 不能传递到 subplot_properties 中。 例子： subplot_properties = [ {“color”:”r”}、{“color”:”g”}、{“color”:”b”,”edgecolor”:”w”} ]

提示：

使用多维影像图层时，您可以使用图层上的multidimensional_filter() 栅格函数来沿定义的变量和维度对数据进行切片。 plot_histograms 然后可以在应用过滤器后返回的输出层上使用。

例子：

# Usage Example: Plots histograms of the raster with specified resolution and bands

raster1.plot_histograms(pixel_size="0.18, 0.18",
                        bands=[1, 2, 3],
                        plot_properties={"figsize":(15,15)},
                        subplot_properties=[
                                            {"color":"r"},
                                            {"color":"g"},
                                            {"color":"b","edgecolor":"w"}
                                           ],
                        )