Python ArcGIS summarize_center_and_dispersion用法及代碼示例

本文簡要介紹 python 語言中 arcgis.features.analysis.summarize_center_and_dispersion 的用法。

用法:

arcgis.features.analysis.summarize_center_and_dispersion(analysis_layer, summarize_type=['CentralFeature'], ellipse_size=None, weight_field=None, group_field=None, output_name=None, context=None, gis=None, estimate=False, future=False)

返回：

如果提供了 output_name，則為項目列表，否則為具有以下鍵的 Python 字典：

“central_feature_result_layer”：層( FeatureCollection )

“mean_feature_result_layer”：層( FeatureCollection )

“median_feature_result_layer”：層( FeatureCollection )

“ellipse_feature_result_layer”：層( FeatureCollection )

summarize_center_and_dispersion 方法查找中心特征和方向分布。它可用於回答以下問題：

• 中心在哪裏？

• 從所有其他函數中哪個函數最易於訪問？

• 這些函數的分散、緊湊或集成程度如何？

• 有方向性趨勢嗎？

Parameter	Description
analysis_layer	必需 FeatureLayer 。要分析的點、線或麵要素。請參閱特征輸入。
summarize_type	必需的字符串列表。總結 analysis_layer 的方法。 選擇列表：[“CentralFeature”、“MeanCenter”、“MedianCenter”、“Ellipse”]
ellipse_size	可選字符串。以標準差表示的輸出橢圓的大小。 選擇列表：[‘1 個標準差’、‘2 個標準差’、‘3 個標準差’] 默認橢圓大小為“1 個標準差”。
weight_field	可選字段。 analysis_layer 中的數字字段，用於根據位置的相對重要性對位置進行加權。
group_field	可選字段。用於對要素進行分組以進行單獨的方向分布計算的字段。 group_field 可以是整數、日期或字符串類型。
output_name	可選字符串或 FeatureLayer 。現有要素圖層將導致新圖層附加到要素服務。如果 overwrite 在上下文中為 True，則新層將覆蓋現有層。如果未指示output_name，則創建新的 FeatureCollection 。
context	可選字典。處理範圍和輸出空間參考等附加設置。對於summarize_center_and_dispersion，有三個設置。 extent - 定義分析區域的邊界框。僅分析input_layer 中與邊界框相交的那些特征。 outSR - 輸出要素將投影到 wkid 引用的輸出空間參考中。 overwrite - 如果為 True，則 output_name 中的要素層將被新要素層覆蓋。適用於 ArcGIS Online 或 Enterprise 11+ # Example Usage context = {"extent": {"xmin": 3164569.408035, "ymin": -9187921.892449, "xmax": 3174104.927313, "ymax": -9175500.875353, "spatialReference":{"wkid":102100,"latestWkid":3857}}, "outSR": {"wkid": 3857}, "overwrite": True}
estimate	可選的布爾值。如果為 True，將返回運行該操作的積分數。
future	可選布爾值。如果為 True，則將返回 future 對象，並且進程不會等待任務完成。默認為False，表示等待結果。

例子：

# USAGE EXAMPLE: To find central features and mean center of earthquake over past months.
central_features = summarize_center_and_dispersion(analysis_layer=earthquakes,
                                                   summarize_type=["CentralFeature","MeanCenter"],
                                                   ellipse_size='2 standard deviations',
                                                   weight_field='mag',
                                                   group_field='magType',
                                                   output_name='find central features and mean center of earthquake over past months')