---
title: "API GDAL"
version: 4.2
locale: id
source: https://docs.djangoproject.com/id/4.2/ref/contrib/gis/gdal/
canonical: https://djangodocs.dev/id/4.2/ref/contrib/gis/gdal/
---
# API GDAL

[GDAL](https://gdal.org/) kepanjangan untuk **Geospatial Data Abstraction Library**, dan adalah sungguh "Swiss army knife" dari kegunaan data GIS.  Sebuah bagian dari GDAL adalah [OGR](https://gdal.org/user/vector_data_model.html) Simple Features Library, yang khusus dalam membaca dan menulis data geografis vektor dalam beragam bentuk standar.

GeoDjango menyediakan antarmuka python tingkat-tinggi untuk beberapa dari kemampuan dari OGR, termasuk membaca dan perubahan kordinat dari data spasial vektor dan dukungan minimal untuk fitur-fitur GDAL dengan sehubungan data (gambar) raster.

> **Note**
>
> Meskipun modul dinamakan `gdal`, GeoDjango hanya mendukung beberapa kemampuan dari OGR dan fitur-fitur raster GDAL saat ini.

## Ikhtisar

### Data Contoh

The GDAL/OGR tools described here are designed to help you read in
your geospatial data, in order for most of them to be useful you have
to have some data to work with.  If you're starting out and don't yet
have any data of your own to use, GeoDjango tests contain a number of
data sets that you can use for testing. You can download them here:

```shell
$ wget https://raw.githubusercontent.com/django/django/main/tests/gis_tests/data/cities/cities.{shp,prj,shx,dbf}
$ wget https://raw.githubusercontent.com/django/django/main/tests/gis_tests/data/rasters/raster.tif
```

## Vector Data Source Object

### `DataSource`

[`DataSource`](#django.contrib.gis.gdal.DataSource) is a wrapper for the OGR data source object that
supports reading data from a variety of OGR-supported geospatial file
formats and data sources using a consistent interface.  Each
data source is represented by a [`DataSource`](#django.contrib.gis.gdal.DataSource) object which contains
one or more layers of data.  Each layer, represented by a [`Layer`](#django.contrib.gis.gdal.Layer)
object, contains some number of geographic features ([`Feature`](#django.contrib.gis.gdal.Feature)),
information about the type of features contained in that layer (e.g.
points, polygons, etc.), as well as the names and types of any
additional fields ([`Field`](#django.contrib.gis.gdal.Field)) of data that may be associated with
each feature in that layer.

#### `class DataSource(ds_input, encoding='utf-8')`

Pembangun untuk `DataSource` hanya membutuhkan satu parameter: jalur dari berkas anda ingin baca. Bagaimanapun, OGR juga mendukung beragam sumber data lebih rumit, termasuk basisdata, yang mungkin diakses dengan melewatkan string nama khusus daripada jalur. Untuk informasi lebih, lihat dokumentasi [OGR Vector Formats](https://gdal.org/drivers/vector/). Sifat [`name`](#django.contrib.gis.gdal.DataSource.name) dari sebuah instance `DataSource` memberikan nama OGR dari sumber data pokok yang itu sedang gunakan.

Pilihan parameter `encoding` mengizinkan anda menentukan penyandian bukan-standar dari string di sumber. Ini khususnya berguna ketika anda mendapatkan pengecualian `DjangoUnicodeDecodeError` selagi membaca nilai bidang.

Once you've created your `DataSource`, you can find out how many layers
of data it contains by accessing the [`layer_count`](#django.contrib.gis.gdal.DataSource.layer_count) property, or
(equivalently) by using the `len()` function. For information on
accessing the layers of data themselves, see the next section:

```pycon
>>> from django.contrib.gis.gdal import DataSource
>>> ds = DataSource("/path/to/your/cities.shp")
>>> ds.name
'/path/to/your/cities.shp'
>>> ds.layer_count  # This file only contains one layer
1
```

#### `layer_count`

Mengembalikan sejumlah lapisan di sumber data.

#### `name`

Mengembalikan nama dari sumber data.

### `Lapisan`

#### `class Layer`

`Layer` adalah sebuah pembungkus untuk lapisan dari data di obyek `DataSource`. Anda tidak pernah membuat obyek `Layer` secara langsung. Sebagai gantinya, anda mengambil mereka dari obyek [`DataSource`](#django.contrib.gis.gdal.DataSource), yang pada dasarnya wadah standar Python dari obyek `Layer`. Sebagai contoh, anda dapat mengakses lapisan khusus dengan indeksnya (misalnya `ds[0]` untuk mengakses lapisan pertama), atau anda dapat mengulang terhadap semua lapisan di wadah dalam perulangan `loop`. `Layer` itu sendiri bertindak sebagai sebuah wadah untuk fitur-fitur geometris.

Typically, all the features in a given layer have the same geometry type.
The [`geom_type`](#django.contrib.gis.gdal.Layer.geom_type) property of a layer is an [`OGRGeomType`](#django.contrib.gis.gdal.OGRGeomType) that
identifies the feature type. We can use it to print out some basic
information about each layer in a [`DataSource`](#django.contrib.gis.gdal.DataSource):

```pycon
>>> for layer in ds:
...     print('Layer "%s": %i %ss' % (layer.name, len(layer), layer.geom_type.name))
...
Layer "cities": 3 Points
```

The example output is from the cities data source, loaded above, which
evidently contains one layer, called `"cities"`, which contains three
point features. For simplicity, the examples below assume that you've
stored that layer in the variable `layer`:

```pycon
>>> layer = ds[0]
```

#### `name`

Mengembalikan nama lapisan ini di sumber data.

```pycon
>>> layer.name
'cities'
```

#### `num_feat`

Returns the number of features in the layer. Same as `len(layer)`:

```pycon
>>> layer.num_feat
3
```

#### `geom_type`

Returns the geometry type of the layer, as an [`OGRGeomType`](#django.contrib.gis.gdal.OGRGeomType) object:

```pycon
>>> layer.geom_type.name
'Point'
```

#### `num_fields`

Returns the number of fields in the layer, i.e the number of fields of
data associated with each feature in the layer:

```pycon
>>> layer.num_fields
4
```

#### `fields`

Returns a list of the names of each of the fields in this layer:

```pycon
>>> layer.fields
['Name', 'Population', 'Density', 'Created']
```

Returns a list of the data types of each of the fields in this layer. These
are subclasses of `Field`, discussed below:

```pycon
>>> [ft.__name__ for ft in layer.field_types]
['OFTString', 'OFTReal', 'OFTReal', 'OFTDate']
```

#### `field_widths`

Returns a list of the maximum field widths for each of the fields in this
layer:

```pycon
>>> layer.field_widths
[80, 11, 24, 10]
```

#### `field_precisions`

Returns a list of the numeric precisions for each of the fields in this
layer. This is meaningless (and set to zero) for non-numeric fields:

```pycon
>>> layer.field_precisions
[0, 0, 15, 0]
```

#### `extent`

Returns the spatial extent of this layer, as an [`Envelope`](#django.contrib.gis.gdal.Envelope) object:

```pycon
>>> layer.extent.tuple
(-104.609252, 29.763374, -95.23506, 38.971823)
```

#### `srs`

Property that returns the [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) associated with this
layer:

```pycon
>>> print(layer.srs)
GEOGCS["GCS_WGS_1984",
    DATUM["WGS_1984",
        SPHEROID["WGS_1984",6378137,298.257223563]],
    PRIMEM["Greenwich",0],
    UNIT["Degree",0.017453292519943295]]
```

Jika [`Layer`](#django.contrib.gis.gdal.Layer) tidak mempunyai informasi acuan spasial terkait dengan itu, \`\` None\`\` dikembalikan.

#### `spatial_filter`

Property that may be used to retrieve or set a spatial filter for this
layer. A spatial filter can only be set with an [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry)
instance, a 4-tuple extent, or `None`. When set with something other than
`None`, only features that intersect the filter will be returned when
iterating over the layer:

```pycon
>>> print(layer.spatial_filter)
None
>>> print(len(layer))
3
>>> [feat.get("Name") for feat in layer]
['Pueblo', 'Lawrence', 'Houston']
>>> ks_extent = (-102.051, 36.99, -94.59, 40.00)  # Extent for state of Kansas
>>> layer.spatial_filter = ks_extent
>>> len(layer)
1
>>> [feat.get("Name") for feat in layer]
['Lawrence']
>>> layer.spatial_filter = None
>>> len(layer)
3
```

#### `get_fields()`

A method that returns a list of the values of a given field for each
feature in the layer:

```pycon
>>> layer.get_fields("Name")
['Pueblo', 'Lawrence', 'Houston']
```

#### `get_geoms(geos=False)`

A method that returns a list containing the geometry of each feature in the
layer. If the optional argument `geos` is set to `True` then the
geometries are converted to [`GEOSGeometry`](/id/4.2/ref/contrib/gis/geos/#django.contrib.gis.geos.GEOSGeometry)
objects. Otherwise, they are returned as [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) objects:

```pycon
>>> [pt.tuple for pt in layer.get_geoms()]
[(-104.609252, 38.255001), (-95.23506, 38.971823), (-95.363151, 29.763374)]
```

#### `test_capability(capability)`

Mengembalikan boolean menunjukkan apakah lapisan ini mendukung kemampuan yang diberikan (sebuah string).  Contoh dari kemampuan sah termasuk: `'RandomRead'`, `'SequentialWrite'`, `'RandomWrite'`, `'FastSpatialFilter'`, `'FastFeatureCount'`, `'FastGetExtent'`, `'CreateField'`, `'Transactions'`, `'DeleteFeature'`, dan `'FastSetNextByIndex'`.

### `Feature`

#### `class Feature`

`Feature` membungkus fitur OGR. Anda tidak pernah membuat obyek `Feature` secara langsung. Sebagai gantinya, anda mengambil mereka dari obyek [`Layer`](#django.contrib.gis.gdal.Layer). Setiap fitur terdiri dari sebuah geometri dan sekumpulan bidang mengandung sifat-sifat tambahan. Geometri dari sebuah bidang adalah dapat diakses melalui sifat `geom` nya, yang mengembalikan sebuah obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry). Sebuah `Feature` berperilaku seperti wadah Python standar untuk bidangnya, yang itu dikembalikan sebagai obyek [`Field`](#django.contrib.gis.gdal.Field): anda dapat mengakses sebuah bidang secara langsung berdasarkan indeks atau namanya, atau dapat berulang terhadap bidang-bidang fitur, misalnya di sebuah perulangan `for`.

#### `geom`

Returns the geometry for this feature, as an `OGRGeometry` object:

```pycon
>>> city.geom.tuple
(-104.609252, 38.255001)
```

#### `get`

A method that returns the value of the given field (specified by name)
for this feature, **not** a `Field` wrapper object:

```pycon
>>> city.get("Population")
102121
```

#### `geom_type`

Mengembalikan jenis geometri untuk fitur ini, sebagai sebuah obyek [`OGRGeomType`](#django.contrib.gis.gdal.OGRGeomType). Ini akan sama untuk semua fitur dalam lapisan yang diberikan dan setara pada sifat [`Layer.geom_type`](#django.contrib.gis.gdal.Layer.geom_type) dari obyek [`Layer`](#django.contrib.gis.gdal.Layer) fitur berasal.

#### `num_fields`

Mengembalikan sejumlah bidang-bidang dari data terkait dengan fitur. Ini akan sama untuk semua fitur dalam lapisan yang diberikan dan setara pada sifat [`Layer.num_fields`](#django.contrib.gis.gdal.Layer.num_fields) dari obyek [`Layer`](#django.contrib.gis.gdal.Layer) fitur berasal.

#### `fields`

Mengembalikan daftar dari nama-nama dari bidang data terkait dengan fitur. Ini akan sama untuk semua fitur dalam lapisan yang diberikan dan setara pada sifat [`Layer.fields`](#django.contrib.gis.gdal.Layer.fields) dari fitur obyek [`Layer`](#django.contrib.gis.gdal.Layer) yang datang.

#### `fid`

Returns the feature identifier within the layer:

```pycon
>>> city.fid
0
```

#### `layer_name`

Returns the name of the [`Layer`](#django.contrib.gis.gdal.Layer) that the feature came from. This
will be the same for all features in a given layer:

```pycon
>>> city.layer_name
'cities'
```

#### `index`

A method that returns the index of the given field name. This will be the
same for all features in a given layer:

```pycon
>>> city.index("Population")
1
```

### `Field`

#### `class Field`

#### `name`

Returns the name of this field:

```pycon
>>> city["Name"].name
'Name'
```

#### `type`

Returns the OGR type of this field, as an integer. The `FIELD_CLASSES`
dictionary maps these values onto subclasses of `Field`:

```pycon
>>> city["Density"].type
2
```

#### `type_name`

Returns a string with the name of the data type of this field:

```pycon
>>> city["Name"].type_name
'String'
```

#### `value`

Returns the value of this field. The `Field` class itself returns the
value as a string, but each subclass returns the value in the most
appropriate form:

```pycon
>>> city["Population"].value
102121
```

#### `width`

Returns the width of this field:

```pycon
>>> city["Name"].width
80
```

#### `precision`

Returns the numeric precision of this field. This is meaningless (and set
to zero) for non-numeric fields:

```pycon
>>> city["Density"].precision
15
```

#### `as_double()`

Returns the value of the field as a double (float):

```pycon
>>> city["Density"].as_double()
874.7
```

#### `as_int()`

Returns the value of the field as an integer:

```pycon
>>> city["Population"].as_int()
102121
```

#### `as_string()`

Returns the value of the field as a string:

```pycon
>>> city["Name"].as_string()
'Pueblo'
```

#### `as_datetime()`

Returns the value of the field as a tuple of date and time components:

```pycon
>>> city["Created"].as_datetime()
(c_long(1999), c_long(5), c_long(23), c_long(0), c_long(0), c_long(0), c_long(0))
```

### `Driver`

#### `class Driver(dr_input)`

Kelas `Driver` digunakan secara mendalam untuk membungkus sebuah driver [`DataSource`](#django.contrib.gis.gdal.DataSource) OGR.

#### `driver_count`

Mengembalikan sejumlah driver vektor OGR saat ini terdaftar.

## Geometri OGR

### `OGRGeometry`

[`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) objects share similar functionality with
[`GEOSGeometry`](/id/4.2/ref/contrib/gis/geos/#django.contrib.gis.geos.GEOSGeometry) objects and are thin wrappers
around OGR's internal geometry representation. Thus, they allow for more
efficient access to data when using [`DataSource`](#django.contrib.gis.gdal.DataSource). Unlike its GEOS
counterpart, [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) supports spatial reference systems and
coordinate transformation:

```pycon
>>> from django.contrib.gis.gdal import OGRGeometry
>>> polygon = OGRGeometry("POLYGON((0 0, 5 0, 5 5, 0 5))")
```

#### `class OGRGeometry(geom_input, srs=None)`

Obyek ini adalah sebuah pembungkus untuk kelas [OGR Geometry](https://gdal.org/api/ogrgeometry_cpp.html#ogrgeometry-class). Obyek-obyek ini diinstasiasikan secara langsung dari parameter `geom_input` yang diberikan, yang mungkin berupa string mengandung WKT, HEX, GeoJSON, sebuah `buffer` mengandung data WKB, atau sebuah obyek [`OGRGeomType`](#django.contrib.gis.gdal.OGRGeomType). Obyek-obyek ini juga dikembalikan dari atribut [`Feature.geom`](#django.contrib.gis.gdal.Feature.geom), ketika membaca data vektor dari [`Layer`](#django.contrib.gis.gdal.Layer) (yaitu pada giliran bagian dari sebuah [`DataSource`](#django.contrib.gis.gdal.DataSource)).

#### `classmethod from_gml(gml_string)`

Membangun sebuah [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) dari string GML yang diberikan.

#### `classmethod from_bbox(bbox)`

Membangun sebuah [`Polygon`](#django.contrib.gis.gdal.Polygon) dari kotak-terikat diberikan (4-tuple).

#### `__len__()`

Mengembalikan sejumlah titik dalam sebuah [`LineString`](#django.contrib.gis.gdal.LineString), sejumlah geometri dalam sebuah  [`GeometryCollection`](#django.contrib.gis.gdal.GeometryCollection). Tidak diberlakukan ke jenis geometri lain.

#### `__iter__()`

Perulangan terhadap titik-titik dalam sebuah [`LineString`](#django.contrib.gis.gdal.LineString), lingkaran dalam [`Polygon`](#django.contrib.gis.gdal.Polygon), atau geometri dalam sebuah [`GeometryCollection`](#django.contrib.gis.gdal.GeometryCollection). Tidak dapat diterapkan pada jenis-jenis geometri lain.

#### `__getitem__()`

Mengembalikan titik pada indeks yang ditentukan untuk [`LineString`](#django.contrib.gis.gdal.LineString), lingkaran dalam pada indeks ditentukan untuk [`Polygon`](#django.contrib.gis.gdal.Polygon), atau geometri pada indeks ditentukan dalam sebuah [`GeometryCollection`](#django.contrib.gis.gdal.GeometryCollection). Tidak dapat diberlakukan pada jenis-jenis geometri lain.

#### `dimension`

Returns the number of coordinated dimensions of the geometry, i.e. 0
for points, 1 for lines, and so forth:

```pycon
>>> polygon.dimension
2
```

#### `coord_dim`

mengembalikan atau menyetel dimensi kordinat dari geometri ini. Sebagai contoh, nilai akan berupa 2 untuk geometri dua-dimensi.

#### `geom_count`

Returns the number of elements in this geometry:

```pycon
>>> polygon.geom_count
1
```

#### `point_count`

Returns the number of points used to describe this geometry:

```pycon
>>> polygon.point_count
4
```

#### `num_points`

Nama lain untuk [`point_count`](#django.contrib.gis.gdal.OGRGeometry.point_count).

#### `num_coords`

Nama lain untuk [`point_count`](#django.contrib.gis.gdal.OGRGeometry.point_count).

#### `geom_type`

Mengembalikan jenis dari geometri ini, sebagai sebuah obyek [`OGRGeomType`](#django.contrib.gis.gdal.OGRGeomType).

#### `geom_name`

Returns the name of the type of this geometry:

```pycon
>>> polygon.geom_name
'POLYGON'
```

#### `area`

Returns the area of this geometry, or 0 for geometries that do not contain
an area:

```pycon
>>> polygon.area
25.0
```

#### `envelope`

Mengembalikan sampul dari geometri ini, sebagai sebuah obyek [`Envelope`](#django.contrib.gis.gdal.Envelope).

#### `extent`

Returns the envelope of this geometry as a 4-tuple, instead of as an
[`Envelope`](#django.contrib.gis.gdal.Envelope) object:

```pycon
>>> point.extent
(0.0, 0.0, 5.0, 5.0)
```

#### `srs`

This property controls the spatial reference for this geometry, or
`None` if no spatial reference system has been assigned to it.
If assigned, accessing this property returns a [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference)
object.  It may be set with another [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) object,
or any input that [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) accepts. Example:

```pycon
>>> city.geom.srs.name
'GCS_WGS_1984'
```

#### `srid`

Mengembalikan atau menyetel penciri acuan berhubungan pada [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) dari geometri ini. Mengembalikan `None` jika tidak ada informasi acuan spasial terkait dengan geometri ini, atau jika sebuah SRID tidak dapat ditentukan.

#### `geos`

Mengebalikan obyek [`GEOSGeometry`](/id/4.2/ref/contrib/gis/geos/#django.contrib.gis.geos.GEOSGeometry) sesuai pada geometri ini.

#### `gml`

Returns a string representation of this geometry in GML format:

```pycon
>>> OGRGeometry("POINT(1 2)").gml
'<gml:Point><gml:coordinates>1,2</gml:coordinates></gml:Point>'
```

#### `hex`

Returns a string representation of this geometry in HEX WKB format:

```pycon
>>> OGRGeometry("POINT(1 2)").hex
'0101000000000000000000F03F0000000000000040'
```

#### `json`

Returns a string representation of this geometry in JSON format:

```pycon
>>> OGRGeometry("POINT(1 2)").json
'{ "type": "Point", "coordinates": [ 1.000000, 2.000000 ] }'
```

#### `kml`

Mengembalikan perwakilan string dari geometri ini dalam bentuk KML.

#### `wkb_size`

Returns the size of the WKB buffer needed to hold a WKB representation
of this geometry:

```pycon
>>> OGRGeometry("POINT(1 2)").wkb_size
21
```

#### `wkb`

Mengembalikan sebuah `buffer` mengandung perwakilan WKB dari geometri ini.

#### `wkt`

Mengembalikan perwakilan string dari geometri ini dalam bentuk WKT.

#### `ewkt`

Mengembalikan perwakilan EWKT dari geometri ini.

#### `clone()`

Mengembalikan klon baru [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) dari obyek geometri ini.

#### `close_rings()`

If there are any rings within this geometry that have not been closed,
this routine will do so by adding the starting point to the end:

```pycon
>>> triangle = OGRGeometry("LINEARRING (0 0,0 1,1 0)")
>>> triangle.close_rings()
>>> triangle.wkt
'LINEARRING (0 0,0 1,1 0,0 0)'
```

#### `transform(coord_trans, clone=False)`

Transforms this geometry to a different spatial reference system. May take
a [`CoordTransform`](#django.contrib.gis.gdal.CoordTransform) object, a [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) object, or
any other input accepted by [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) (including spatial
reference WKT and PROJ strings, or an integer SRID).

Secara awalan dikembalikan dan geometri dirubah di-tempat. Bagaimanapun, jika kata kunci `clone` disetel menjadi `True` kemudian kloningan dirubah dari geometri dikembalikan sebagai gantinya

#### `intersects(other)`

Mengembalikan `True` jika geometri ini memotong ke lain, sebaliknya mengembalikan `False`.

#### `equals(other)`

Mengembalikan `True` jika geometri ini setara dengan lain, sebaliknya mengembalikan `True`.

#### `disjoint(other)`

Mengembalikan `True` jka geometri ini secara spasial menguraikan ke (yaitu tidak bersimpangan) lain, sebaliknya mengembalikan `False`.

#### `touches(other)`

Mengembalikan `True` jika geometri ini menyentuh lainnya, sebaliknya mengembalikan `False`.

#### `crosses(other)`

Mengembalikan `True` jika geometri ini bersilangan ke lainnya, sebaliknya mengembalikan `False`.

#### `within(other)`

Mengembalikan `True` jika geometri ini mengandung dalam yang lain, sebaliknya mengembalikan `False`.

#### `contains(other)`

Mengembalikan `True` jika geometri ini mengandung yang lainnya, sebaliknya mengembalikan `False`.

#### `overlaps(other)`

Mengembalikan `True` jika geometri ini tumpang tindih yang lain, sebaliknya mengembalikan `False`.

#### `boundary()`

Batasan geometri ini , sebagai sebuah obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `convex_hull`

Poligon cembung terkecil yang megnandung geometri ini, sebagai sebuah obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `difference()`

Mengembalikan kawasan terdiri dari perbedaan dari geometri dan lainnya, seperti obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `intersection()`

Mengembalikan kawasan terdiri dari persimpangan dari geometri dan lainnya, seperti obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `sym_difference()`

Mengembalikan kawasan terdiri dari perbedaan simetris dari geometri dan lainnya, seperti obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `union()`

Mengembalikan kawasan terdiri dari penggabungan dari geometri dan lainnya, seperti obyek [`OGRGeometry`](#django.contrib.gis.gdal.OGRGeometry) baru.

#### `tuple`

Returns the coordinates of a point geometry as a tuple, the
coordinates of a line geometry as a tuple of tuples, and so forth:

```pycon
>>> OGRGeometry("POINT (1 2)").tuple
(1.0, 2.0)
>>> OGRGeometry("LINESTRING (1 2,3 4)").tuple
((1.0, 2.0), (3.0, 4.0))
```

#### `coords`

Sebuah nama lain untuk [`tuple`](#django.contrib.gis.gdal.OGRGeometry.tuple).

#### `class Point`

#### `x`

Returns the X coordinate of this point:

```pycon
>>> OGRGeometry("POINT (1 2)").x
1.0
```

#### `y`

Returns the Y coordinate of this point:

```pycon
>>> OGRGeometry("POINT (1 2)").y
2.0
```

#### `z`

Returns the Z coordinate of this point, or `None` if the point does not
have a Z coordinate:

```pycon
>>> OGRGeometry("POINT (1 2 3)").z
3.0
```

#### `class LineString`

#### `x`

Returns a list of X coordinates in this line:

```pycon
>>> OGRGeometry("LINESTRING (1 2,3 4)").x
[1.0, 3.0]
```

#### `y`

Returns a list of Y coordinates in this line:

```pycon
>>> OGRGeometry("LINESTRING (1 2,3 4)").y
[2.0, 4.0]
```

#### `z`

Returns a list of Z coordinates in this line, or `None` if the line does
not have Z coordinates:

```pycon
>>> OGRGeometry("LINESTRING (1 2 3,4 5 6)").z
[3.0, 6.0]
```

#### `class Polygon`

#### `shell`

Mengembalikan cangkang atau eksterior lingkaran dari poligon ini, sebagai geometri `LinearRing`.

#### `exterior_ring`

Sebuah nama lain untuk [`shell`](#django.contrib.gis.gdal.Polygon.shell).

#### `centroid`

Mengembalikan [`Point`](#django.contrib.gis.gdal.Point) mewakili pust dari poligon ini.

#### `class GeometryCollection`

#### `add(geom)`

Menambah geometri ke kumpulan geometri. Tidak dapat diterapkan pada jenis geometri lain.

### `OGRGeomType`

#### `class OGRGeomType(type_input)`

This class allows for the representation of an OGR geometry type
in any of several ways:

```pycon
>>> from django.contrib.gis.gdal import OGRGeomType
>>> gt1 = OGRGeomType(3)  # Using an integer for the type
>>> gt2 = OGRGeomType("Polygon")  # Using a string
>>> gt3 = OGRGeomType("POLYGON")  # It's case-insensitive
>>> print(gt1 == 3, gt1 == "Polygon")  # Equivalence works w/non-OGRGeomType objects
True True
```

#### `name`

Returns a short-hand string form of the OGR Geometry type:

```pycon
>>> gt1.name
'Polygon'
```

#### `num`

Returns the number corresponding to the OGR geometry type:

```pycon
>>> gt1.num
3
```

#### `django`

Returns the Django field type (a subclass of GeometryField) to use for
storing this OGR type, or `None` if there is no appropriate Django type:

```pycon
>>> gt1.django
'PolygonField'
```

### `Envelope`

#### `class Envelope(*args)`

mewakili sebuah struktur Sampul OGR yang mengandung kordinat minimual dan maksimal X, Y untuk kotak pembatas empat persegi panjang. Penamaan dari variabel adalah cocok dengan struktur Sampul OGR C.

#### `min_x`

Nilai minimal kordinat X

#### `min_y`

Nilai maksimal kordinat X.

#### `max_x`

Nilai minimal kordinat Y.

#### `max_y`

Nilai maksimal kordinat Y.

#### `ur`

Kordinat atas-kanan, sebagai sebuah tuple.

#### `ll`

Kordinat kiri-bawah, sebagai sebuah tuple.

#### `tuple`

Sebuah tuple mewakili bungkus.

#### `wkt`

Sebuah string mewakili amplop ini sebagai poligon dalam bentuk WKT.

#### `expand_to_include(*args)`

## Coordinate System Object

### `SpatialReference`

#### `class SpatialReference(srs_input)`

Obyek acuan spasial diinisialisasikan pada `srs_input` diberikan, yang mungkin satu dari berikut:

- OGC Well Known Text (WKT) (sebuah string)
- Kode EPSG(integer atau string)
- PROJ string
- Sebuah string tulisan cepat untuk standar dikenal-baik (`'WGS84'`, `'WGS72'`, `'NAD27'`, `'NAD83'`)

Example:

```pycon
>>> wgs84 = SpatialReference("WGS84")  # shorthand string
>>> wgs84 = SpatialReference(4326)  # EPSG code
>>> wgs84 = SpatialReference("EPSG:4326")  # EPSG string
>>> proj = "+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs "
>>> wgs84 = SpatialReference(proj)  # PROJ string
>>> wgs84 = SpatialReference(
...     """GEOGCS["WGS 84",
... DATUM["WGS_1984",
...      SPHEROID["WGS 84",6378137,298.257223563,
...          AUTHORITY["EPSG","7030"]],
...      AUTHORITY["EPSG","6326"]],
... PRIMEM["Greenwich",0,
...      AUTHORITY["EPSG","8901"]],
... UNIT["degree",0.01745329251994328,
...      AUTHORITY["EPSG","9122"]],
... AUTHORITY["EPSG","4326"]]"""
... )  # OGC WKT
```

#### `__getitem__(target)`

Returns the value of the given string attribute node, `None` if the node
doesn't exist. Can also take a tuple as a parameter, (target, child), where
child is the index of the attribute in the WKT. For example:

```pycon
>>> wkt = 'GEOGCS["WGS 84", DATUM["WGS_1984, ... AUTHORITY["EPSG","4326"]]'
>>> srs = SpatialReference(wkt)  # could also use 'WGS84', or 4326
>>> print(srs["GEOGCS"])
WGS 84
>>> print(srs["DATUM"])
WGS_1984
>>> print(srs["AUTHORITY"])
EPSG
>>> print(srs["AUTHORITY", 1])  # The authority value
4326
>>> print(srs["TOWGS84", 4])  # the fourth value in this wkt
0
>>> print(srs["UNIT|AUTHORITY"])  # For the units authority, have to use the pipe symbol.
EPSG
>>> print(srs["UNIT|AUTHORITY", 1])  # The authority value for the units
9122
```

#### `attr_value(target, index=0)`

Nilai atribut untuk node sasaran diberikan (misalnya `'PROJCS'`). Kata kunci indeks menentukan sebuah indeks dari node anak untuk kembali.

#### `auth_name(target)`

Mengembalikan nama wewenang untuk node sasaran string yang diberikan.

#### `auth_code(target)`

Mengembalikan kode wewenang untuk node sasaran string yang diberikan.

#### `clone()`

Mengembalikan kloning dari obyek acuan spasial ini.

#### `identify_epsg()`

Metode ini memeriksa WKT dari `SpatialReference` ini dan akan menambahkan node-node wewenang EPSG dimana sebuah penciri EPSG dapat diterapkan.

#### `from_esri()`

Morphs this SpatialReference from ESRI's format to EPSG

#### `to_esri()`

Morphs this SpatialReference to ESRI's format.

#### `validate()`

Memeriksa untuk melihat jika acuan spasial diberikan adalah sah, jika tidak sebuah pengecualian akan dimunculkan.

#### `import_epsg(epsg)`

Impor acuan spasial dari kode EPSG.

#### `import_proj(proj)`

Import spatial reference from PROJ string.

#### `import_user_input(user_input)`

#### `import_wkt(wkt)`

Impor acuan spasial dari WKT.

#### `import_xml(xml)`

Mengimpor acuan spasial dari XML.

#### `name`

Mengembalikan nama dari Spatial Reference ini.

#### `srid`

Mengembalikan SRID dari otoritas tingkat-tinggi, atau `None` jika tidak ditentukan.

#### `linear_name`

Mengambalikan nama dari satuan linear.

#### `linear_units`

Mengembalikan nilai dari satuan linear.

#### `angular_name`

Mengembalikan nama dari satuan sudut."

#### `angular_units`

Mengembalikan nilai dari satuan sudut.

#### `units`

Mengembalikan 2-tuple dari nilai satuan dan nama satuan dan akan otomatis menentukan apakah mengembalikan satuan segaris atau bersinggungan.

#### `ellipsoid`

Mengembalikan sebuah tuple dari parameter ellipsoid untuk acuan spasial ini: (sumbu semimajor, sumbu semiminor, dan kebalikan terbalik).

#### `semi_major`

Mengembalikan sumbu semi major dari ellipsoid untuk acuan spasial ini.

#### `semi_minor`

Mengembalikan sumbu semi minor dari ellipsoid untuk acuan spasial ini.

#### `inverse_flattening`

Mengembalikan kebalikan terbalik dari ellipsoid untuk acuan spasial ini.

#### `geographic`

Mengembalikan `True` jika acuan spasial ini adalah geografis (node akar adalah `GEOGCS`).

#### `local`

Mengembalikan `True` jika acuan spasial ini adalah lokal (node akar adalah `LOCAL_CS`).

#### `projected`

Mengembalikan `True` jika acuan spasial ini adalah sistem kordinat terproyeksi (node akar adalah `PROJCS`).

#### `wkt`

Mengembalikan perwakilan WKT dari acuan spasial ini.

#### `pretty_wkt`

Mengembalikan perwakilan 'pretty' dari WKT.

#### `proj`

Returns the PROJ representation for this spatial reference.

#### `proj4`

Nama lain untuk [`SpatialReference.proj`](#django.contrib.gis.gdal.SpatialReference.proj).

#### `xml`

Mengembalikan perwakilan XML dari acuan spasial ini.

### `CoordTransform`

#### `class CoordTransform(source, target)`

Represents a coordinate system transform. It is initialized with two
[`SpatialReference`](#django.contrib.gis.gdal.SpatialReference), representing the source and target coordinate
systems, respectively. These objects should be used when performing the same
coordinate transformation repeatedly on different geometries:

```pycon
>>> ct = CoordTransform(SpatialReference("WGS84"), SpatialReference("NAD83"))
>>> for feat in layer:
...     geom = feat.geom  # getting clone of feature geometry
...     geom.transform(ct)  # transforming
...
```

## Obyek Data Raster

### `GDALRaster`

[`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) is a wrapper for the GDAL raster source object that
supports reading data from a variety of GDAL-supported geospatial file
formats and data sources using a consistent interface.  Each
data source is represented by a [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) object which contains
one or more layers of data named bands.  Each band, represented by a
[`GDALBand`](#django.contrib.gis.gdal.GDALBand) object, contains georeferenced image data. For example, an RGB
image is represented as three bands: one for red, one for green, and one for
blue.

> **Note**
>
> Untuk data raster tidak ada perbedaan diantara instance raster dan sumber datanya. Tidak seperti obyek Geometri, obyek [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) adalah selalu sumber data. Raster-raster sementara dapat di instantiasi dalam memori menggunakan driver yang berhubungan, tetapi mereka akan menjadi kelas sama seeprti sumber-sumber raster berdasarkan-berkas.

#### `class GDALRaster(ds_input, write=False)`

aPembangunan untuk `GDALRaster` menerima dua parameter. Parameter pertama menentukan sumber raster, dan parameter kedua ditentukan jika raster harus dibuka dalam suasana tulis. Untuk raster baru-dibuat, parameter kedua diabaikan dan raster baru selalu dibuat dalam suasana tulis.

The first parameter can take three forms: a string or
[`Path`](https://docs.python.org/3/library/pathlib.html#pathlib.Path) representing a file path (filesystem or GDAL virtual
filesystem), a dictionary with values defining a new raster, or a bytes
object representing a raster file.

Jika masukan adalah jalur berkas, raster dibuka dari sana. Jika masukan adalah mentah dalam dictionary, parameter `width`, `height`, dan `srid` diwajibkan. Jika masukan adalah obyek byte, itu akan dibuka menggunakan sistem berkas maya GDAL.

Untuk gambaran rinci pada bagaimana membuat raster menggunakan masukan dictionary, lihat [Membuat raster dari data](#gdal-raster-ds-input). Untuk gambaran rinci pada bagaimana membuat raster-raster dalam sistem berkas maya, lihat [Menggunakan Virtual Filesystem GDAL](#gdal-raster-vsimem).

Contoh berikut menunjukkan bagaimana raster-raster dapat dibuat dari sumber masukan berbeda (menggunakan data contoh dari percobaan GeoDjango; lihat juga bagian [Data Contoh](#gdal-sample-data)).

```
>>> from django.contrib.gis.gdal import GDALRaster
>>> rst = GDALRaster('/path/to/your/raster.tif', write=False)
>>> rst.name
'/path/to/your/raster.tif'
>>> rst.width, rst.height  # This file has 163 x 174 pixels
(163, 174)
>>> rst = GDALRaster({  # Creates an in-memory raster
...     'srid': 4326,
...     'width': 4,
...     'height': 4,
...     'datatype': 1,
...     'bands': [{
...         'data': (2, 3),
...         'offset': (1, 1),
...         'size': (2, 2),
...         'shape': (2, 1),
...         'nodata_value': 5,
...     }]
... })
>>> rst.srs.srid
4326
>>> rst.width, rst.height
(4, 4)
>>> rst.bands[0].data()
array([[5, 5, 5, 5],
       [5, 2, 3, 5],
       [5, 2, 3, 5],
       [5, 5, 5, 5]], dtype=uint8)
>>> rst_file = open('/path/to/your/raster.tif', 'rb')
>>> rst_bytes = rst_file.read()
>>> rst = GDALRaster(rst_bytes)
>>> rst.is_vsi_based
True
>>> rst.name  # Stored in a random path in the vsimem filesystem.
'/vsimem/da300bdb-129d-49a8-b336-e410a9428dad'
```

> **Changed in Django 4.2**
>
> Support for [`pathlib.Path`](https://docs.python.org/3/library/pathlib.html#pathlib.Path) `ds_input` was added.

#### `name`

Nama dari sumber yang setara pada jalur berkas masukan atau nama disediakan ketika instansiasi.

```
>>> GDALRaster({'width': 10, 'height': 10, 'name': 'myraster', 'srid': 4326}).name
'myraster'
```

#### `driver`

The name of the GDAL driver used to handle the input file. For `GDALRaster`s created
from a file, the driver type is detected automatically. The creation of rasters from
scratch is an in-memory raster by default (`'MEM'`), but can be
altered as needed. For instance, use `GTiff` for a `GeoTiff` file.
For a list of file types, see also the [GDAL Raster Formats](https://gdal.org/drivers/raster/) list.

Raster dalam-memori dibuat melalui contoh berikut:

```
>>> GDALRaster({'width': 10, 'height': 10, 'srid': 4326}).driver.name
'MEM'
```

Sebuah berkas berdasarkan raster GeoTiff dibuat melalui contoh berikut:

```
>>> import tempfile
>>> rstfile = tempfile.NamedTemporaryFile(suffix='.tif')
>>> rst = GDALRaster({'driver': 'GTiff', 'name': rstfile.name, 'srid': 4326,
...                   'width': 255, 'height': 255, 'nr_of_bands': 1})
>>> rst.name
'/tmp/tmp7x9H4J.tif'           # The exact filename will be different on your computer
>>> rst.driver.name
'GTiff'
```

#### `width`

Lebar dari sumber dalam pixel (sumbu-X).

```
>>> GDALRaster({'width': 10, 'height': 20, 'srid': 4326}).width
10
```

#### `height`

Lebar dari sumber dalam pixel (sumbu-Y).

```
>>> GDALRaster({'width': 10, 'height': 20, 'srid': 4326}).height
20
```

#### `srs`

Sistem acuan spasial dari raster, seperti instance [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference). SRS dapat dirubah dengan merubah itu ke [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) lain atau menyediakan masukan apapun yang diterima oleh pembangun [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference).

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.srs.srid
4326
>>> rst.srs = 3086
>>> rst.srs.srid
3086
```

#### `srid`

Spatial Reference System Identifier (SRID) dari raster. Sifat ini adalah jalan pintas untuk mendapatkan atau menyetel SRID melalui atribut [`srs`](#django.contrib.gis.gdal.GDALRaster.srs).

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.srid
4326
>>> rst.srid = 3086
>>> rst.srid
3086
>>> rst.srs.srid  # This is equivalent
3086
```

#### `geotransform`

Matriks perubahan affine digunakan untuk pengacuan geo sumber, sebagai sebuah tuple dari enam koefisien yang memetakan kordinat pixel/baris menjadi ruang acuan geo menggunakan hubungan berikut:

```
Xgeo = GT(0) + Xpixel * GT(1) + Yline * GT(2)
Ygeo = GT(3) + Xpixel * GT(4) + Yline * GT(5)
```

Nilai-nilai sama dapat diambil dengan mengakses sifat attr:origin (indeks 0 dan 3), [`scale`](#django.contrib.gis.gdal.GDALRaster.scale) (indeks 1 dan 5) dan [`skew`](#django.contrib.gis.gdal.GDALRaster.skew) (indeks 2 dan 4).

Awalnya adalah `[0.0, 1.0, 0.0, 0.0, 0.0, -1.0]`.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.geotransform
[0.0, 1.0, 0.0, 0.0, 0.0, -1.0]
```

#### `origin`

Kordinat-kordinat dari kiri atas asli dari raster dalam sistem acuan spasial dari sumber, sebagai sebuah obyek titik dengan anggota `x` dn `y`.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.origin
[0.0, 0.0]
>>> rst.origin.x = 1
>>> rst.origin
[1.0, 0.0]
```

#### `scale`

Pixel width and height used for georeferencing the raster, as a point
object with `x` and `y`  members. See [`geotransform`](#django.contrib.gis.gdal.GDALRaster.geotransform) for more
information.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.scale
[1.0, -1.0]
>>> rst.scale.x = 2
>>> rst.scale
[2.0, -1.0]
```

#### `skew`

Koefisien tidak simetris digunakan untuk pengacuan geo raster, sebagai sebuah obyek titik dengan anggota `x` dan `y`. Dalam kasus gambar ke utara, koefisien ini keduanya `0`.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.skew
[0.0, 0.0]
>>> rst.skew.x = 3
>>> rst.skew
[3.0, 0.0]
```

#### `extent`

Perpanjang (nilai-nilai batasan) dari sumber raster, sebagai sebuah 4-tuple `(xmin, ymin, xmax, ymax)` dalam sistem acuan spasial dari sumber.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.extent
(0.0, -20.0, 10.0, 0.0)
>>> rst.origin.x = 100
>>> rst.extent
(100.0, -20.0, 110.0, 0.0)
```

#### `bands`

Daftar pita dari sumber, seperti contoh [`GDALBand`](#django.contrib.gis.gdal.GDALBand).

```
>>> rst = GDALRaster({"width": 1, "height": 2, 'srid': 4326,
...                   "bands": [{"data": [0, 1]}, {"data": [2, 3]}]})
>>> len(rst.bands)
2
>>> rst.bands[1].data()
array([[ 2.,  3.]], dtype=float32)
```

#### `warp(ds_input, resampling='NearestNeighbour', max_error=0.0)`

Mengembalikan versi melengkung dari raster ini.

Parameter pelengkungan dapat ditentukan melalui argumen `ds_input`. Penggunaan `ds_input` sejalan pada argumen berhubungan dari pembangun kelas. Itu adalah sebuah dictionary dengan karakteristik dari sasaran raster. Nilai-nilai kunci dictionary yang diizinkan adalah lebar, tinggi, SRID, asli, skala, kemiringan, jenis data, driver, dan nama (nama berkas).

Secara awalan, fungsi melengkung menjaga kebanyakan parameter setara pada nilai-nilai dari raster sumber asli, jadi hanya parameter yang harus dirubah butuh ditentukan. Catat bahwa ini termasuk driver, jadi untuk raster berdasarkan berkas fungsi melengkung akan membuat raster baru pada cakram.

Parameter yang hanya disetel berbeda dari raster sumber adalah nama. Nilai awalan dari nama raster adalah nama dari sumber raster ditambahkan dengan `'_copy' + source_driver_name`. Untuk raster berdasarkan-berkas itu dianjurkan untuk menyediakan jalur berkas dari raster sasaran.

Algoritma contoh ulang digunakan untuk melengkungkan dapat ditentukan dengan argumen `resampling`. Awalan adalah `NearestNeighbor`, dan nilai lainnya diizinkan adalah `Bilinear`, `Cubic`, `CubicSpline`, `Lanczos`, `Average`, dan `Mode`.

Argumen `max_error` dapat digunakan untuk menentukan kesalahan maksimal diukur dalam masukan pixel yang diizinkan dalam mendekati perubahan. Awalan adalah 0.0 untuk perhitungan tepat.

Untuk pengguna akrab dengan `GDAL`, fungsi ini mempunyai fungsionalitas mirip pada kegunaan baris-perintah `gdalwarp`.

Sebagai contoh, fungsi pembungkus dapat digunakan untuk mengumpulkan raster untuk menggandakan dari skala pixel aslinya.

```
>>> rst = GDALRaster({
...     "width": 6, "height": 6, "srid": 3086,
...     "origin": [500000, 400000],
...     "scale": [100, -100],
...     "bands": [{"data": range(36), "nodata_value": 99}]
... })
>>> target = rst.warp({"scale": [200, -200], "width": 3, "height": 3})
>>> target.bands[0].data()
array([[  7.,   9.,  11.],
       [ 19.,  21.,  23.],
       [ 31.,  33.,  35.]], dtype=float32)
```

#### `transform(srs, driver=None, name=None, resampling='NearestNeighbour', max_error=0.0)`

Transforms this raster to a different spatial reference system
(`srs`), which may be a [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) object, or any
other input accepted by [`SpatialReference`](#django.contrib.gis.gdal.SpatialReference) (including spatial
reference WKT and PROJ strings, or an integer SRID).

It calculates the bounds and scale of the current raster in the new
spatial reference system and warps the raster using the
[`warp`](#django.contrib.gis.gdal.GDALRaster.warp) function.

Secara awalan, driver dari sumber raster digunakan dan nama dari raster adalah nama asli ditambahkan dengan `'_copy' + source_driver_name`. Sebuah driver berbeda dapat ditentukan dengan argumen `driver` dan `name`.

Algoritma contoh ulang adalah `NearestNeighbour` tetapi dapat dirubah menggunakan argumen `resmpling`. Maksimal kesalahan awalan diizinkan untuk contoh ulang adalah 0.0 dan dapat dirubah menggunakan argumen `max_error`. Obrolkan dokumen [`warp`](#django.contrib.gis.gdal.GDALRaster.warp) untuk rincian pada argumen-argumen tersebut.

```
>>> rst = GDALRaster({
...     "width": 6, "height": 6, "srid": 3086,
...     "origin": [500000, 400000],
...     "scale": [100, -100],
...     "bands": [{"data": range(36), "nodata_value": 99}]
... })
>>> target_srs = SpatialReference(4326)
>>> target = rst.transform(target_srs)
>>> target.origin
[-82.98492744885776, 27.601924753080144]
```

#### `info`

Mengembalikan string dengan ringkasan dari raster. Ini setara pada kegunaan baris perintah [gdalinfo](https://gdal.org/programs/gdalinfo.html).

#### `metadata`

Metadata dari raster ini, diwakili sebagai dictionary bersarang. Kunci tingkat-pertama adalah ranah metadata. Tingkat-kedua mengandung barang metadata dan nilai dari setiap ranah.

Untuk menyetel atau memperbaharui barang metadata, lewatkan barang metadata berhubungan ke metode menggunakan struktur bersarang digambarkan diatas. Hanya kunci-kunci yang dalam dictionary ditentukan adalah diperbaharui; sisa dari metadata tetap tidak berubah.

Untuk memindahkan barang metadata, gunakan `None` sebagai nilai metadata.

```
>>> rst = GDALRaster({'width': 10, 'height': 20, 'srid': 4326})
>>> rst.metadata
{}
>>> rst.metadata = {'DEFAULT': {'OWNER': 'Django', 'VERSION': '1.0'}}
>>> rst.metadata
{'DEFAULT': {'OWNER': 'Django', 'VERSION': '1.0'}}
>>> rst.metadata = {'DEFAULT': {'OWNER': None, 'VERSION': '2.0'}}
>>> rst.metadata
{'DEFAULT': {'VERSION': '2.0'}}
```

#### `vsi_buffer`

Sebuah `bytes` perwakilan dari raster ini. Mengembalikan `None` untuk raster-raster yang tidak disimpan dalam sistem berkas maya GDAL.

#### `is_vsi_based`

Sebuah boolean menunjukkan jika raster ini disimpan dalam sistem berkas maya GDAL.

### `GDALBand`

#### `class GDALBand`

Instance-instance `GDALBand` tidak dibuat tegas, tetapi daripada mengambil dari obyek [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster), melalui atribut [`bands`](#django.contrib.gis.gdal.GDALRaster.bands) nya. GDALBand mengandung nilai pixel sebenarnya dari raster.

#### `description`

Nama dari gambaran dari pita, jika ada.

#### `width`

Lebar dari pita dalam pixel (sumbu-X).

#### `height`

Lebar dari pita dalam pixel (sumbu-Y).

#### `pixel_count`

Jumlah angka dari pixel dalam pita ini. Adalah setara pada `width * height`.

#### `statistics(refresh=False, approximate=False)`

Menghitung statistik pada nilai pixel dari pita ini. Nilai kembalian adalah sebuah tuple diikuti struktur berikut: `(minimum, maximum, mean, standard deviation)`.

Jika argumen `approximate` disetel menjadi `True`, statistik mungkin dihitung berdasarkan pada tinjauan atau subset dari ubin-ubin gambar.

Jika argumen `refresh` disetel menjadi `True`, statistik akan dihitung dari data langsung, dan cache akan diperbaharui dengan hasil.

Jika nilai cache tetap ditemukan, nilai itu dikembalikan. Untuk bentuk raster menggunakan layanan Persistent Auxiliary Metadata (PAM), statistik mungkin di cache dalam berkas bantu. Dalam beberapa kasus metadata ini mungkin diluar sinkronisasi dengan nilai pixel atau menyebabkan nilai dari panggilan sebelumnya dikembalikan yang tidak mencerminkan nilai dari argumen `approximate`. Dalam kasus itu, gunakan argumen `resfresh` untuk mendapatkan nilai pembaharuan dan menyimpan mereka dalam cache.

Untuk pita kosong (dimana semua nilai pixel adalah "no data"), semua statistik dikembalikan sebagai `None`.

Statistik dapat juga diambil langsung dengan mengakses milik [`min`](#django.contrib.gis.gdal.GDALBand.min), [`max`](#django.contrib.gis.gdal.GDALBand.max), [`mean`](#django.contrib.gis.gdal.GDALBand.mean), dan [`std`](#django.contrib.gis.gdal.GDALBand.std).

#### `min`

Nilai pixel minimal dari pita (tidak termasuk nilai "no data").

#### `max`

Nilai pixel maksimal dari pita (tidak termasuk nilai "no data").

#### `mean`

Arti dari semua nilai-nilai pixel dari pita (tidak termasuk nilai "no data").

#### `std`

Penyimpangan standar dari semua nilai pixel dari pita (tidak termasuk nilai "no data").

#### `nodata_value`

Nilai "no data" untuk pita umumnya penanda khusus nilai digunakan untuk menandai pixel yang bukan data sah. Pixel tersebut harus umtumnya jangan ditampilkan, ataupun membantu menganalisa tindakan-tindakan.

To delete an existing "no data" value, set this property to `None`.

#### `datatype(as_string=False)`

Jenis data terkandung dalam pita, sebagai ketetapan integer diantara 0 (Tidak diketahui) dan 11. Jika `as_string` adalah `True`, jenis data dikembalikan sebagai string dengan nilai-nilai kemungkinan sebagai berikut: `GDT_Unknown`, `GDT_Byte`, `GDT_UInt16`, `GDT_Int16`, `GDT_UInt32`, `GDT_Int32`, `GDT_Float32`, `GDT_Float64`, `GDT_CInt16`, `GDT_CInt32`, `GDT_CFloat32`, dan `GDT_CFloat64`.

#### `color_interp(as_string=False)`

Tafsiran warna untuk pita, sebagai integer diantara 0 dan 16. Jika `as_string` adlah `True`, jenis data dikembalikan sebagai string dengan nilai kemungkinan berikut: `GCI_Undefined`, `GCI_GrayIndex`, `GCI_PaletteIndex`, `GCI_RedBand`, `GCI_GreenBand`, `GCI_BlueBand`, `GCI_AlphaBand`, `GCI_HueBand`, `GCI_SaturationBand`, `GCI_LightnessBand`, `GCI_CyanBand`, `GCI_MagentaBand`, `GCI_YellowBand`, `GCI_BlackBand`, `GCI_YCbCr_YBand`, `GCI_YCbCr_CbBand`, dan `GCI_YCbCr_CrBand`. `GCI_YCbCr_CrBand` juga mewakili `GCI_Max` karena keduanya berhubungan pada integer 16, tetapi hanya `GCI_YCbCr_CrBand` dikembalikan sebagai string.

#### `data(data=None, offset=None, size=None, shape=None)`

Pengakses ke nilai-nilai pexel dari `GDALBand`. Mengembalikan larik data lengkap jika tidak ada parameter disediakan. Sebuah subset dari larik pixel dapat diminta dengan menentukan sebuah penyeimbang dan ukuran blok sebagai tuple.

Jika NumPy tersedia, data dikembalikan sebagai larik NumPy. Untuk alasan penampilan, sangat dianjurkan menggunakan NumPy.

Data ditulis pada `GDALBand` jika parameter `data` disediakan. Masukan dapat berupa satu dari jenis-jenis berikut - string paket, buffer, list, senarai, dan senarai NumPy. Jumlah barang-barang dalam masukan harus biasanya menanggapi pada jumlah angka dari pixel dalam pita, atau pada angka pixel untuk blok khusus dari nilai pixel jika parameter `offset` dan `size` disediakan.

Jika sejumlah barang dalam masukan berbeda dari ssaran blok pixel, parameter `shape` harus ditentukan. Shape adalah tuple yang menentukan lebar dan tinggi dari masukan data dalam pixel. Data kemudian direplikasi untuk memperbaharui nilai dari blok terpilih. Ini sangat berguna untuk mengisi seluruh pita dengan nilai tunggal, sebagai contoh.

Sebagai contoh:

```
>>> rst = GDALRaster({'width': 4, 'height': 4, 'srid': 4326, 'datatype': 1, 'nr_of_bands': 1})
>>> bnd = rst.bands[0]
>>> bnd.data(range(16))
>>> bnd.data()
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]], dtype=int8)
>>> bnd.data(offset=(1, 1), size=(2, 2))
array([[ 5,  6],
       [ 9, 10]], dtype=int8)
>>> bnd.data(data=[-1, -2, -3, -4], offset=(1, 1), size=(2, 2))
>>> bnd.data()
array([[ 0,  1,  2,  3],
       [ 4, -1, -2,  7],
       [ 8, -3, -4, 11],
       [12, 13, 14, 15]], dtype=int8)
>>> bnd.data(data='\x9d\xa8\xb3\xbe', offset=(1, 1), size=(2, 2))
>>> bnd.data()
array([[  0,   1,   2,   3],
       [  4, -99, -88,   7],
       [  8, -77, -66,  11],
       [ 12,  13,  14,  15]], dtype=int8)
>>> bnd.data([1], shape=(1, 1))
>>> bnd.data()
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]], dtype=uint8)
>>> bnd.data(range(4), shape=(1, 4))
array([[0, 0, 0, 0],
       [1, 1, 1, 1],
       [2, 2, 2, 2],
       [3, 3, 3, 3]], dtype=uint8)
```

#### `metadata`

Metadata dari pita ini. Kegunaannya mirip pada [`GDALRaster.metadata`](#django.contrib.gis.gdal.GDALRaster.metadata).

### Membuat raster dari data

Bagian ini menggambarkan bagaimana membuat raster dari goresan menggunakan parameter `ds_input`.

Raster baru dibuat ketika `dict` dilewatkan pada pembangun [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster). Dictionary mengandung menentukan parameter dari raster baru, seperti aslinnya, ukuran, atau sistem acuan spasial. Dictionary dapat juga mengandung data pixel dan informasi mengenai bentuk dari raster baru. Raster dihasilkan dapat karena itu berupa berdasarkan-berkas atau berdasarkan-memori, tergantung pada driver yang ditentukan.

Tidak ada standar untuk menggambarkan data raster dalam dictionary atau rasa JSON. Pengertian dari masukan dictionary pada kelas [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) adalah karena itu khusus pada Django. Itu terinspirasi oleh bentuk [geojson](https://geojson.org/), tetapi standar `geojson` saat ini terbatas pada bentuk vektor.

Contoh-contoh dari menggunakan kunci berbeda ketika membuat raster dapat ditemukan dalam dokumentasi dari atribut berhubungan dan metode-metode dari kelas-kelas [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) dan [`GDALBand`](#django.contrib.gis.gdal.GDALBand).

#### Kamus `ds_input`

Hanya sedikit kunci dibutuhkan dalam dictionary `ds_input` untuk membuat raster: `width`, `height`, dan `srid`. Semua parameter lain memiliki nilai awalan (lihat tabel dibawah). Daftar dari kunci yang dapat dilewatkan dalam dictionary `ds_input` sangat dekat terkait tetapi bukan mirip pada sifat [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster). Banyak dari parameter dipetakan secara langsung ke sifat tersebut; lainnya digambarkan dibawah.

Tabel berikut menggambarkan semua kunci yang dapat disetel dalam dictionary `ds_input`.

| Kunci | Awalan | Penggunaan |
| --- | --- | --- |
| `srid` | diwajibkan | Dipetakan ke atribut [`srid`](#django.contrib.gis.gdal.GDALRaster.srid) |
| `width` | diwajibkan | Dipetakan ke atribut [`width`](#django.contrib.gis.gdal.GDALRaster.width) |
| `height` | diwajibkan | Dipetakan ke atribut [`height`](#django.contrib.gis.gdal.GDALRaster.height) |
| `driver` | `MEM` | Dipetakan ke atribut [`driver`](#django.contrib.gis.gdal.GDALRaster.driver) |
| `name` | `''` | Lihat dibawah |
| `origin` | `0` | Dipetakan ke atribut [`origin`](#django.contrib.gis.gdal.GDALRaster.origin) |
| `scale` | `0` | Dipetakan ke atribut [`scale`](#django.contrib.gis.gdal.GDALRaster.scale) |
| `skew` | `0` | Dipetakan ke atribut [`width`](#django.contrib.gis.gdal.GDALRaster.width) |
| `bands` | `[]` | Lihat dibawah |
| `nr_of_bands` | `0` | Lihat dibawah |
| `datatype` | `6` | Lihat dibawah |
| `papsz_options` | `{}` | Lihat dibawah |

#### `name`

Strung mewakili nama dari raster. ketika membuat raster berdasarkan-berkas, parameter ini harus berupa jalur berkas untuk raster baru. jika nama dimulai dengan `/vsimem/`, raster dibuat dalam sistem berkas maya GDAL.

#### `datatype`

Integer mewakili jenis data untuk semua pita. Awalan pada `6` (Float32). Semua pita dari raster baru diwajibkan memiliki jenis data sama. Pemetaan nilai adalah:

| Nilai | Jenis Piksel GDAL | Deskripsi |
| --- | --- | --- |
| 1 | GDT\_Byte | Delapan bit integer tidak bertanda |
| 2 | GDT\_UInt16 | Enam belas bit integer tidak bertanda |
| 3 | GDT\_Int16 | Enam belas bit integer bertanda |
| 4 | GDT\_UInt32 | Tiga-puluh-dua bit integer tidak bertanda |
| 5 | GDT\_Int32 | Tiga-puluh-dua bit integer bertanda |
| 6 | GDT\_Float32 | Tiga-puluh-dua bit floating point |
| 7 | GDT\_Float64 | Enam-puluh bit floating point |

#### `nr_of_bands`

Integer mewakilkan angka dari pita dari raster. Sebuah raster dapat dibuat tanpa melewati data pita ketika pembuatan. Jika angka dari pita tidak ditentukan, itu otomatis dihitung dari panjang dari masukan `band`. Angka dari pita tidak dapat dirubah setelah pembuatan.

#### `bands`

Sebuah list dari dictionary `band_input` dengan data masukan pita. Indeks hasil pita adalah sama seperti dalam list yang disediakan. Pengertian dari dictionary masukan pita diberikan dibawah. Jika data pita tidak disediakan, nilai pita raster diinstansiasikan sebagai sebuah larik nol dan nilai "no data" disetel menjadi `None`.

#### `papsz_options`

Sebuah dictionary dengan pilihan pembuatan raster. Pasangan kunci-nilai dari masukan dictionary dilewatkan ke driver pada pembuatan dari raster.

Pilihan-pilihan tersedia adalah driver-khusus dan digambarkan dalam dokumentasi dari setiap driver.

Nilai-nilai dalam dictianry bukan sensitif-kasus dan otomatis dirubah ke bentuk string benar ketika pembuatan.

The following example uses some of the options available for the
[GTiff driver](https://gdal.org/drivers/raster/gtiff.html). The result is a compressed signed byte raster with an
internal tiling scheme. The internal tiles have a block size of 23 by 23:

```pycon
>>> GDALRaster(
...     {
...         "driver": "GTiff",
...         "name": "/path/to/new/file.tif",
...         "srid": 4326,
...         "width": 255,
...         "height": 255,
...         "nr_of_bands": 1,
...         "papsz_options": {
...             "compress": "packbits",
...             "pixeltype": "signedbyte",
...             "tiled": "yes",
...             "blockxsize": 23,
...             "blockysize": 23,
...         },
...     }
... )
```

#### Kamus `band_input`

Kunci `bands` dalam dictionary `ds_input` adalah daftar dari dictionary `band_input`. Setiap dictionary `band_input` dapat mengandung nilai-nilai pixel dan nilai "no data" untuk disetel pada pita dari raster baru. Larik data dapat memiliki ukuran penuh dari raster baru atau lebih kecil. Untuk larik yang paling kecil dari raster penuh, Kunci-kunci `size`, `shape`, dan `offset` mengendalikan nilai pixel. Kunci-kunci berhubungan dilewatkan ke metode [`data()`](#django.contrib.gis.gdal.GDALBand.data). Kegunaan mereka sama seperti mengatur data pita dengan metode itu. Tabel berikut menggambarkan kunci-kunci yang dapat digunakan.

| Kunci | Awalan | Penggunaan |
| --- | --- | --- |
| `nodata_value` | `None` | Dipetakan ke atribut `nodata_value` |
| `data` | Sama seperti `nodata_value` atau `0` | Dilewatkan ke metode [`data()`](#django.contrib.gis.gdal.GDALBand.data) |
| `size` | `(with, height)` dari raster | Dilewatkan ke metode [`data()`](#django.contrib.gis.gdal.GDALBand.data) |
| `shape` | Sama seperti ukuran | Dilewatkan ke metode [`data()`](#django.contrib.gis.gdal.GDALBand.data) |
| `offset` | `(0, 0)` | Dilewatkan ke metode [`data()`](#django.contrib.gis.gdal.GDALBand.data) |

### Menggunakan Virtual Filesystem GDAL

GDAL can access files stored in the filesystem, but also supports virtual
filesystems to abstract accessing other kind of files, such as compressed,
encrypted, or remote files.

#### Using memory-based Virtual Filesystem

GDAL mempunyai berkas sistem berdasarkan-memori dalam, yang mengizinkan memberlakukan blok-blok dari memori sebagai berkas. Itu dapat digunakan untuk membaca dan menulis obyek [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) pada dan dari penyangga berkas biner.

Ini berguna dalam konteks jaringan dimana raster-raster mungkin diambil sebagai penyangga dari penyimpanan terpencil atau dikembalikan dari sebuah tampilan tanpa sedang ditulis ke cakram.

Obyek-obyek [`GDALRaster`](#django.contrib.gis.gdal.GDALRaster) dibuat dalam sistem berkas maya ketika sebuah obyek `bytes` disediakan sebagai masukan, atau ketika jalur berkas dimulai dengan `/vsimem/`.

Input provided as `bytes` has to be a full binary representation of a file.
For instance:

```pycon
# Read a raster as a file object from a remote source.
>>> from urllib.request import urlopen
>>> dat = urlopen("http://example.com/raster.tif").read()
# Instantiate a raster from the bytes object.
>>> rst = GDALRaster(dat)
# The name starts with /vsimem/, indicating that the raster lives in the
# virtual filesystem.
>>> rst.name
'/vsimem/da300bdb-129d-49a8-b336-e410a9428dad'
```

Untuk membuat raster berdasarkan-berkas maya dari goresan, gunakan perwakilan dictionary `ds_input` dan sediakan argumen `name` yang dimulai dengan `/vsimem/` (untuk rincian dari perwakilan dictionary, lihat [Membuat raster dari data](#gdal-raster-ds-input)). Untuk raster berdasarkan-berkas maya, atribut [`vsi_buffer`](#django.contrib.gis.gdal.GDALRaster.vsi_buffer) mengembalikan perwakilan `bytes` dari raster.

Here's how to create a raster and return it as a file in an
[`HttpResponse`](/id/4.2/ref/request-response/#django.http.HttpResponse):

```pycon
>>> from django.http import HttpResponse
>>> rst = GDALRaster(
...     {
...         "name": "/vsimem/temporarymemfile",
...         "driver": "tif",
...         "width": 6,
...         "height": 6,
...         "srid": 3086,
...         "origin": [500000, 400000],
...         "scale": [100, -100],
...         "bands": [{"data": range(36), "nodata_value": 99}],
...     }
... )
>>> HttpResponse(rast.vsi_buffer, "image/tiff")
```

#### Using other Virtual Filesystems

Depending on the local build of GDAL other virtual filesystems may be
supported. You can use them by prepending the provided path with the
appropriate `/vsi*/` prefix. See the [GDAL Virtual Filesystems
documentation](https://gdal.org/user/virtual_file_systems.html) for more details.

##### Compressed rasters

Instead decompressing the file and instantiating the resulting raster, GDAL can
directly access compressed files using the `/vsizip/`, `/vsigzip/`, or
`/vsitar/` virtual filesystems:

```pycon
>>> from django.contrib.gis.gdal import GDALRaster
>>> rst = GDALRaster("/vsizip/path/to/your/file.zip/path/to/raster.tif")
>>> rst = GDALRaster("/vsigzip/path/to/your/file.gz")
>>> rst = GDALRaster("/vsitar/path/to/your/file.tar/path/to/raster.tif")
```

##### Network rasters

GDAL can support online resources and storage providers transparently. As long
as it's built with such capabilities.

To access a public raster file with no authentication, you can use
`/vsicurl/`:

```pycon
>>> from django.contrib.gis.gdal import GDALRaster
>>> rst = GDALRaster("/vsicurl/https://example.com/raster.tif")
>>> rst.name
'/vsicurl/https://example.com/raster.tif'
```

For commercial storage providers (e.g. `/vsis3/`) the system should be
previously configured for authentication and possibly other settings (see the
[GDAL Virtual Filesystems documentation](https://gdal.org/user/virtual_file_systems.html) for available options).

## Pengaturan

### `GDAL_LIBRARY_PATH`

Sebuah string nenentukan tempat dari pustaka GDAL. Khususnya, pengaturan ini hanya digunakan jika pustaka GDAL adalah dalam tempat bukan-standar (misalnya, `/home/john/lib/libgdal.so`).

## Pengecualian

#### `exception GDALException`

Pengecualian GDAL dasar, menunjukkan kesalahan terkait-GDAL.

#### `exception SRSException`

Sebuah pengecualian dimunculkan ketika kesalahan muncul ketika membangun atau menggunakan obyek sistem acuan spasial.