Python ArcGIS dimensional_moving_statistics用法及代碼示例

本文簡要介紹 python 語言中 arcgis.raster.functions.dimensional_moving_statistics 的用法。

用法:

arcgis.raster.functions.dimensional_moving_statistics(raster, dimension=None, backward_window=1, forward_window=1, nodata_handling='DATA', statistics_type='MEAN', percentile_value=90, percentile_interpolation_type='AUTO_DETECT', circular_wrap_value=360)

返回：

應用了函數的輸出柵格。

dimensional_moving_statistics 函數沿指定維度計算多維數據的移動窗口上的統計信息。

注意：

此柵格函數不支持動態渲染，隻能用於生成持久輸出。要保留輸出，請在結果層上使用 save() 方法。

該函數的參數如下：

Parameter	Description
raster	必需的多維 Raster / ImageryLayer 對象。
dimension	可選字符串。窗口將沿其移動的維度的名稱。 默認值是在輸入多維柵格中找到的除 x,y 之外的第一個維度。
backward_window	可選整數。要包含在定義的窗口中之前或之上的切片數的值。該值必須是 1 到 100 之間的正整數。默認值為 1。 該參數的單位是切片。
forward_window	可選整數。在定義的窗口中包含多少個切片之後或下麵的值。該值必須是 1 到 100 之間的正整數。默認值為 1。 該參數的單位是切片。
nodata_handling	可選字符串。指定統計計算如何處理NoData 值。 數據 - 值輸入中的 NoData 值在它們所屬的定義窗口的結果中將被忽略。這是默認設置。 NODATA - 如果在定義窗口內的輸入中找到任何 NoData 值，則輸出值將為 NoData。 FILL_NODATA - NoData 單元格值將使用定義窗口內的值的選定統計數據進行替換。
statistics_type	可選字符串。要計算的統計類型。 MEAN - 將計算定義窗口中單元格的平均值。這是默認設置。 CIRCULAR_MEAN - 將計算窗口中單元格的循環平均值(平均值)。選擇此統計類型後，請使用circular_wrap_value 參數指定要使用的換行值。 MAJORITY - 將識別定義窗口中的大多數單元格(最常出現的值)。 MAXIMUM - 將識別定義窗口中單元格的最大值(最大值)。 MEDIAN - 將識別定義窗口中單元格的中位數。 最小值 - 將識別定義窗口中單元格的最小值(最小值)。 PERCENTILE - 將計算定義窗口中單元格的百分位數。選擇statistics_type 後，percentile_value 和percentile_interpolation_type 參數可用。使用這些新參數分別指定要計算的百分位數和選擇要使用的插值類型。
percentile_value	可選浮點數。將計算的百分位數。默認值為 90，即第 90 個百分位數。 該值的範圍可以從 0 到 100。第 0 個百分位本質上相當於最小統計量，第 100 個百分位相當於最大統計量。值 50 將產生與中位數統計量基本相同的結果。 僅當 statistics_type 參數設置為 PERCENTILE 時才支持此參數。
percentile_interpolation_type	可選字符串。指定當指定的百分位值位於兩個輸入像元值之間時要使用的插值方法。 AUTO_DETECT - 如果輸入值柵格具有整數像素類型，則使用 NEAREST 方法。如果輸入值柵格具有浮點像素類型，則使用 LINEAR 方法。這是默認設置。 NEAREST - 與所需百分位數最接近的值。在這種情況下，輸出像素類型與輸入值柵格的像素類型相同。 線性 - 所需百分位數的兩個周圍值的加權平均值。在這種情況下，輸出像素類型是浮點。 僅當 statistics_type 參數設置為 MEDIAN 或 PERCENTILE 時，才支持此參數。
circular_wrap_value	可選浮點數。將用於將線性值四舍五入到給定圓形平均值範圍內的值。 它的值必須是正的。默認值為 360 度。 僅當 statistics_type 參數設置為 CIRCULAR_MEAN 時才支持此參數。

例子：

# Usage Example 1: Calculates MEAN statistics over a moving window on multidimensional data along StdTime dimension.

op = dimensional_moving_statistics(raster, dimension="StdTime")