GDAL stands for Geospatial Data Abstraction Library,\nand is a veritable "Swiss army knife" of GIS data functionality. A subset\nof GDAL is the OGR Simple Features Library, which specializes\nin reading and writing vector geographic data in a variety of standard\nformats.
\nGeoDjango 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.
\n\nThe GDAL/OGR tools described here are designed to help you read in\nyour geospatial data, in order for most of them to be useful you have\nto have some data to work with. If you're starting out and don't yet\nhave any data of your own to use, GeoDjango tests contain a number of\ndata sets that you can use for testing. You can download them here:
\n$ wget https://raw.githubusercontent.com/django/django/main/tests/gis_tests/data/cities/cities.{shp,prj,shx,dbf}\n$ wget https://raw.githubusercontent.com/django/django/main/tests/gis_tests/data/rasters/raster.tif\nDataSourceLink to this heading#DataSource is a wrapper for the OGR data source object that\nsupports reading data from a variety of OGR-supported geospatial file\nformats and data sources using a consistent interface. Each\ndata source is represented by a DataSource object which contains\none or more layers of data. Each layer, represented by a Layer\nobject, contains some number of geographic features (Feature),\ninformation about the type of features contained in that layer (e.g.\npoints, polygons, etc.), as well as the names and types of any\nadditional fields (Field) of data that may be associated with\neach feature in that layer.
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. Sifat 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\nof data it contains by accessing the layer_count property, or\n(equivalently) by using the len() function. For information on\naccessing the layers of data themselves, see the next section:
>>> from django.contrib.gis.gdal import DataSource\n>>> ds = DataSource("/path/to/your/cities.shp")\n>>> ds.name\n'/path/to/your/cities.shp'\n>>> ds.layer_count # This file only contains one layer\n1\nMengembalikan sejumlah lapisan di sumber data.
\nMengembalikan nama dari sumber data.
\nLapisanLink to this heading#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, 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.\nThe geom_type property of a layer is an OGRGeomType that\nidentifies the feature type. We can use it to print out some basic\ninformation about each layer in a DataSource:
>>> for layer in ds:\n... print('Layer "%s": %i %ss' % (layer.name, len(layer), layer.geom_type.name))\n...\nLayer "cities": 3 Points\nThe example output is from the cities data source, loaded above, which\nevidently contains one layer, called "cities", which contains three\npoint features. For simplicity, the examples below assume that you've\nstored that layer in the variable layer:
>>> layer = ds[0]\nMengembalikan nama lapisan ini di sumber data.
\n>>> layer.name\n'cities'\nReturns the number of features in the layer. Same as len(layer):
>>> layer.num_feat\n3\nReturns the geometry type of the layer, as an OGRGeomType object:
>>> layer.geom_type.name\n'Point'\nReturns the number of fields in the layer, i.e the number of fields of\ndata associated with each feature in the layer:
\n>>> layer.num_fields\n4\nReturns a list of the names of each of the fields in this layer:
\n>>> layer.fields\n['Name', 'Population', 'Density', 'Created']\nReturns a list of the data types of each of the fields in this layer. These\nare subclasses of Field, discussed below:
>>> [ft.__name__ for ft in layer.field_types]\n['OFTString', 'OFTReal', 'OFTReal', 'OFTDate']\nReturns a list of the maximum field widths for each of the fields in this\nlayer:
\n>>> layer.field_widths\n[80, 11, 24, 10]\nReturns a list of the numeric precisions for each of the fields in this\nlayer. This is meaningless (and set to zero) for non-numeric fields:
\n>>> layer.field_precisions\n[0, 0, 15, 0]\nReturns the spatial extent of this layer, as an Envelope object:
>>> layer.extent.tuple\n(-104.609252, 29.763374, -95.23506, 38.971823)\nProperty that returns the SpatialReference associated with this\nlayer:
>>> print(layer.srs)\nGEOGCS["GCS_WGS_1984",\n DATUM["WGS_1984",\n SPHEROID["WGS_1984",6378137,298.257223563]],\n PRIMEM["Greenwich",0],\n UNIT["Degree",0.017453292519943295]]\nJika Layer tidak mempunyai informasi acuan spasial terkait dengan itu, `` None`` dikembalikan.
Property that may be used to retrieve or set a spatial filter for this\nlayer. A spatial filter can only be set with an OGRGeometry\ninstance, a 4-tuple extent, or None. When set with something other than\nNone, only features that intersect the filter will be returned when\niterating over the layer:
>>> print(layer.spatial_filter)\nNone\n>>> print(len(layer))\n3\n>>> [feat.get("Name") for feat in layer]\n['Pueblo', 'Lawrence', 'Houston']\n>>> ks_extent = (-102.051, 36.99, -94.59, 40.00) # Extent for state of Kansas\n>>> layer.spatial_filter = ks_extent\n>>> len(layer)\n1\n>>> [feat.get("Name") for feat in layer]\n['Lawrence']\n>>> layer.spatial_filter = None\n>>> len(layer)\n3\nA method that returns a list of the values of a given field for each\nfeature in the layer:
\n>>> layer.get_fields("Name")\n['Pueblo', 'Lawrence', 'Houston']\nA method that returns a list containing the geometry of each feature in the\nlayer. If the optional argument geos is set to True then the\ngeometries are converted to GEOSGeometry\nobjects. Otherwise, they are returned as OGRGeometry objects:
>>> [pt.tuple for pt in layer.get_geoms()]\n[(-104.609252, 38.255001), (-95.23506, 38.971823), (-95.363151, 29.763374)]\nReturns a boolean indicating whether this layer supports the given\ncapability (a string). Examples of valid capability strings include:\n'RandomRead', 'SequentialWrite', 'RandomWrite',\n'FastSpatialFilter', 'FastFeatureCount', 'FastGetExtent',\n'CreateField', 'Transactions', 'DeleteFeature', and\n'FastSetNextByIndex'.
FeatureLink to this heading#Feature membungkus fitur OGR. Anda tidak pernah membuat obyek Feature secara langsung. Sebagai gantinya, anda mengambil mereka dari obyek 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. Sebuah Feature berperilaku seperti wadah Python standar untuk bidangnya, yang itu dikembalikan sebagai obyek Field: anda dapat mengakses sebuah bidang secara langsung berdasarkan indeks atau namanya, atau dapat berulang terhadap bidang-bidang fitur, misalnya di sebuah perulangan for.
Returns the geometry for this feature, as an OGRGeometry object:
>>> city.geom.tuple\n(-104.609252, 38.255001)\nA method that returns the value of the given field (specified by name)\nfor this feature, not a Field wrapper object:
>>> city.get("Population")\n102121\nMengembalikan jenis geometri untuk fitur ini, sebagai sebuah obyek OGRGeomType. Ini akan sama untuk semua fitur dalam lapisan yang diberikan dan setara pada sifat Layer.geom_type dari obyek Layer fitur berasal.
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 dari obyek Layer fitur berasal.
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 dari fitur obyek Layer yang datang.
Returns the feature identifier within the layer:
\n>>> city.fid\n0\nReturns the name of the Layer that the feature came from. This\nwill be the same for all features in a given layer:
>>> city.layer_name\n'cities'\nA method that returns the index of the given field name. This will be the\nsame for all features in a given layer:
\n>>> city.index("Population")\n1\nFieldLink to this heading#Returns the name of this field:
\n>>> city["Name"].name\n'Name'\nReturns the OGR type of this field, as an integer. The FIELD_CLASSES\ndictionary maps these values onto subclasses of Field:
>>> city["Density"].type\n2\nReturns a string with the name of the data type of this field:
\n>>> city["Name"].type_name\n'String'\nReturns the value of this field. The Field class itself returns the\nvalue as a string, but each subclass returns the value in the most\nappropriate form:
>>> city["Population"].value\n102121\nReturns the width of this field:
\n>>> city["Name"].width\n80\nReturns the numeric precision of this field. This is meaningless (and set\nto zero) for non-numeric fields:
\n>>> city["Density"].precision\n15\nReturns the value of the field as a double (float):
\n>>> city["Density"].as_double()\n874.7\nReturns the value of the field as an integer:
\n>>> city["Population"].as_int()\n102121\nReturns the value of the field as a string:
\n>>> city["Name"].as_string()\n'Pueblo'\nReturns the value of the field as a tuple of date and time components:
\n>>> city["Created"].as_datetime()\n(c_long(1999), c_long(5), c_long(23), c_long(0), c_long(0), c_long(0), c_long(0))\nDriverLink to this heading#Kelas Driver digunakan secara mendalam untuk membungkus sebuah driver DataSource OGR.
Mengembalikan sejumlah driver vektor OGR saat ini terdaftar.
\nOGRGeometryLink to this heading#OGRGeometry objects share similar functionality with\nGEOSGeometry objects and are thin wrappers\naround OGR's internal geometry representation. Thus, they allow for more\nefficient access to data when using DataSource. Unlike its GEOS\ncounterpart, OGRGeometry supports spatial reference systems and\ncoordinate transformation:
>>> from django.contrib.gis.gdal import OGRGeometry\n>>> polygon = OGRGeometry("POLYGON((0 0, 5 0, 5 5, 0 5))")\nObyek ini adalah sebuah pembungkus untuk kelas OGR Geometry. 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. Obyek-obyek ini juga dikembalikan dari atribut Feature.geom, ketika membaca data vektor dari Layer (yaitu pada giliran bagian dari sebuah DataSource).
Membangun sebuah OGRGeometry dari string GML yang diberikan.
Membangun sebuah Polygon dari kotak-terikat diberikan (4-tuple).
Mengembalikan sejumlah titik dalam sebuah LineString, sejumlah geometri dalam sebuah GeometryCollection. Tidak diberlakukan ke jenis geometri lain.
Perulangan terhadap titik-titik dalam sebuah LineString, lingkaran dalam Polygon, atau geometri dalam sebuah GeometryCollection. Tidak dapat diterapkan pada jenis-jenis geometri lain.
Mengembalikan titik pada indeks yang ditentukan untuk LineString, lingkaran dalam pada indeks ditentukan untuk Polygon, atau geometri pada indeks ditentukan dalam sebuah GeometryCollection. Tidak dapat diberlakukan pada jenis-jenis geometri lain.
Returns the number of coordinated dimensions of the geometry, i.e. 0\nfor points, 1 for lines, and so forth:
\n>>> polygon.dimension\n2\nA boolean indicating if this geometry has Z coordinates.
\nA method that adds or removes the Z coordinate dimension.
\n>>> p = OGRGeometry("POINT (1 2 3)")\n>>> p.is_3d\nTrue\n>>> p.set_3d(False)\n>>> p.wkt\n"POINT (1 2)"\nA boolean indicating if this geometry has M coordinates.
\nA method to add or remove the M coordinate dimension.
\n>>> p = OGRGeometry("POINT (1 2)")\n>>> p.is_measured\nFalse\n>>> p.set_measured(True)\n>>> p.wkt\n"POINT M (1 2 0)"\nReturns the number of elements in this geometry:
\n>>> polygon.geom_count\n1\nA boolean indicating if this geometry is or contains a curve geometry.
\nReturns a linear version of the geometry. If no conversion can be made, the\noriginal geometry is returned.
\nReturns a curved version of the geometry. If no conversion can be made, the\noriginal geometry is returned.
\nReturns the number of points used to describe this geometry:
\n>>> polygon.point_count\n4\nNama lain untuk point_count.
Nama lain untuk point_count.
Mengembalikan jenis dari geometri ini, sebagai sebuah obyek OGRGeomType.
Returns the name of the type of this geometry:
\n>>> polygon.geom_name\n'POLYGON'\nReturns the area of this geometry, or 0 for geometries that do not contain\nan area:
\n>>> polygon.area\n25.0\nMengembalikan sampul dari geometri ini, sebagai sebuah obyek Envelope.
Returns the envelope of this geometry as a 4-tuple, instead of as an\nEnvelope object:
>>> point.extent\n(0.0, 0.0, 5.0, 5.0)\nThis property controls the spatial reference for this geometry, or\nNone if no spatial reference system has been assigned to it.\nIf assigned, accessing this property returns a SpatialReference\nobject. It may be set with another SpatialReference object,\nor any input that SpatialReference accepts. Example:
>>> city.geom.srs.name\n'GCS_WGS_1984'\nReturns or sets the spatial reference identifier corresponding to\nSpatialReference of this geometry. Returns None if\nthere is no spatial reference information associated with this\ngeometry, or if an SRID cannot be determined.
Mengebalikan obyek GEOSGeometry sesuai pada geometri ini.
Returns a string representation of this geometry in GML format:
\n>>> OGRGeometry("POINT(1 2)").gml\n'<gml:Point><gml:coordinates>1,2</gml:coordinates></gml:Point>'\nReturns a string representation of this geometry in HEX WKB format:
\n>>> OGRGeometry("POINT(1 2)").hex\n'0101000000000000000000F03F0000000000000040'\nReturns a string representation of this geometry in JSON format:
\n>>> OGRGeometry("POINT(1 2)").json\n'{ "type": "Point", "coordinates": [ 1.000000, 2.000000 ] }'\nMengembalikan perwakilan string dari geometri ini dalam bentuk KML.
\nReturns the size of the WKB buffer needed to hold a WKB representation\nof this geometry:
\n>>> OGRGeometry("POINT(1 2)").wkb_size\n21\nMengembalikan sebuah buffer mengandung perwakilan WKB dari geometri ini.
Mengembalikan perwakilan string dari geometri ini dalam bentuk WKT.
\nMengembalikan perwakilan EWKT dari geometri ini.
\nMengembalikan klon baru OGRGeometry dari obyek geometri ini.
If there are any rings within this geometry that have not been closed,\nthis routine will do so by adding the starting point to the end:
\n>>> triangle = OGRGeometry("LINEARRING (0 0,0 1,1 0)")\n>>> triangle.close_rings()\n>>> triangle.wkt\n'LINEARRING (0 0,0 1,1 0,0 0)'\nTransforms this geometry to a different spatial reference system. May take\na CoordTransform object, a SpatialReference object, or\nany other input accepted by SpatialReference (including spatial\nreference 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
Mengembalikan True jika geometri ini memotong ke lain, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini setara dengan lain, sebaliknya mengembalikan True.
Mengembalikan True jka geometri ini secara spasial menguraikan ke (yaitu tidak bersimpangan) lain, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini menyentuh lainnya, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini bersilangan ke lainnya, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini mengandung dalam yang lain, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini mengandung yang lainnya, sebaliknya mengembalikan False.
Mengembalikan True jika geometri ini tumpang tindih yang lain, sebaliknya mengembalikan False.
Batasan geometri ini , sebagai sebuah obyek OGRGeometry baru.
Poligon cembung terkecil yang megnandung geometri ini, sebagai sebuah obyek OGRGeometry baru.
Mengembalikan kawasan terdiri dari perbedaan dari geometri dan lainnya, seperti obyek OGRGeometry baru.
Mengembalikan kawasan terdiri dari persimpangan dari geometri dan lainnya, seperti obyek OGRGeometry baru.
Mengembalikan kawasan terdiri dari perbedaan simetris dari geometri dan lainnya, seperti obyek OGRGeometry baru.
Mengembalikan kawasan terdiri dari penggabungan dari geometri dan lainnya, seperti obyek OGRGeometry baru.
Returns a Point representing the centroid of this geometry.
Returns the coordinates of a point geometry as a tuple, the\ncoordinates of a line geometry as a tuple of tuples, and so forth:
\n>>> OGRGeometry("POINT (1 2)").tuple\n(1.0, 2.0)\n>>> OGRGeometry("LINESTRING (1 2,3 4)").tuple\n((1.0, 2.0), (3.0, 4.0))\nSebuah nama lain untuk tuple.
Returns the X coordinate of this point:
\n>>> OGRGeometry("POINT (1 2)").x\n1.0\nReturns the Y coordinate of this point:
\n>>> OGRGeometry("POINT (1 2)").y\n2.0\nReturns the Z coordinate of this point, or None if the point does not\nhave a Z coordinate:
>>> OGRGeometry("POINT (1 2 3)").z\n3.0\nReturns the M coordinate of this point, or None if the Point does not\nhave an M coordinate:
>>> OGRGeometry("POINT ZM (1 2 3 4)").m\n4.0\nReturns a list of X coordinates in this line:
\n>>> OGRGeometry("LINESTRING (1 2,3 4)").x\n[1.0, 3.0]\nReturns a list of Y coordinates in this line:
\n>>> OGRGeometry("LINESTRING (1 2,3 4)").y\n[2.0, 4.0]\nReturns a list of Z coordinates in this line, or None if the line does\nnot have Z coordinates:
>>> OGRGeometry("LINESTRING (1 2 3,4 5 6)").z\n[3.0, 6.0]\nReturns a list of M coordinates in this line or None if the line does\nnot have M coordinates:
>>> OGRGeometry("LINESTRING(0 1 2 10, 1 2 3 11, 2 3 4 12)").m\n[10.0, 11.0, 12.0]\nMengembalikan cangkang atau eksterior lingkaran dari poligon ini, sebagai geometri LinearRing.
Sebuah nama lain untuk shell.
Menambah geometri ke kumpulan geometri. Tidak dapat diterapkan pada jenis geometri lain.
\nOGRGeomTypeLink to this heading#This class allows for the representation of an OGR geometry type\nin any of several ways:
\n>>> from django.contrib.gis.gdal import OGRGeomType\n>>> gt1 = OGRGeomType(3) # Using an integer for the type\n>>> gt2 = OGRGeomType("Polygon") # Using a string\n>>> gt3 = OGRGeomType("POLYGON") # It's case-insensitive\n>>> print(gt1 == 3, gt1 == "Polygon") # Equivalence works w/non-OGRGeomType objects\nTrue True\nReturns a short-hand string form of the OGR Geometry type:
\n>>> gt1.name\n'Polygon'\nReturns the number corresponding to the OGR geometry type:
\n>>> gt1.num\n3\nReturns the Django field type (a subclass of GeometryField) to use for\nstoring this OGR type, or None if there is no appropriate Django type:
>>> gt1.django\n'PolygonField'\nEnvelopeLink to this heading#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.
\nNilai minimal kordinat X
\nNilai maksimal kordinat X.
\nNilai minimal kordinat Y.
\nNilai maksimal kordinat Y.
\nKordinat atas-kanan, sebagai sebuah tuple.
\nKordinat kiri-bawah, sebagai sebuah tuple.
\nSebuah tuple mewakili bungkus.
\nSebuah string mewakili amplop ini sebagai poligon dalam bentuk WKT.
\nSpatialReferenceLink to this heading#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:
\n>>> wgs84 = SpatialReference("WGS84") # shorthand string\n>>> wgs84 = SpatialReference(4326) # EPSG code\n>>> wgs84 = SpatialReference("EPSG:4326") # EPSG string\n>>> proj = "+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs "\n>>> wgs84 = SpatialReference(proj) # PROJ string\n>>> wgs84 = SpatialReference("""GEOGCS["WGS 84",\n... DATUM["WGS_1984",\n... SPHEROID["WGS 84",6378137,298.257223563,\n... AUTHORITY["EPSG","7030"]],\n... AUTHORITY["EPSG","6326"]],\n... PRIMEM["Greenwich",0,\n... AUTHORITY["EPSG","8901"]],\n... UNIT["degree",0.01745329251994328,\n... AUTHORITY["EPSG","9122"]],\n... AUTHORITY["EPSG","4326"]]""") # OGC WKT\nReturns the value of the given string attribute node, None if the node\ndoesn't exist. Can also take a tuple as a parameter, (target, child), where\nchild is the index of the attribute in the WKT. For example:
>>> wkt = 'GEOGCS["WGS 84", DATUM["WGS_1984, ... AUTHORITY["EPSG","4326"]]'\n>>> srs = SpatialReference(wkt) # could also use 'WGS84', or 4326\n>>> print(srs["GEOGCS"])\nWGS 84\n>>> print(srs["DATUM"])\nWGS_1984\n>>> print(srs["AUTHORITY"])\nEPSG\n>>> print(srs["AUTHORITY", 1]) # The authority value\n4326\n>>> print(srs["TOWGS84", 4]) # the fourth value in this wkt\n0\n>>> print(srs["UNIT|AUTHORITY"]) # For the units authority, have to use the pipe symbol.\nEPSG\n>>> print(srs["UNIT|AUTHORITY", 1]) # The authority value for the units\n9122\nNilai atribut untuk node sasaran diberikan (misalnya 'PROJCS'). Kata kunci indeks menentukan sebuah indeks dari node anak untuk kembali.
Mengembalikan nama wewenang untuk node sasaran string yang diberikan.
\nMengembalikan kode wewenang untuk node sasaran string yang diberikan.
\nMengembalikan kloning dari obyek acuan spasial ini.
\nMetode ini memeriksa WKT dari SpatialReference ini dan akan menambahkan node-node wewenang EPSG dimana sebuah penciri EPSG dapat diterapkan.
Morphs this SpatialReference from ESRI's format to EPSG
\nMorphs this SpatialReference to ESRI's format.
\nMemeriksa untuk melihat jika acuan spasial diberikan adalah sah, jika tidak sebuah pengecualian akan dimunculkan.
\nImpor acuan spasial dari kode EPSG.
\nImport spatial reference from PROJ string.
\nImpor acuan spasial dari WKT.
\nMengimpor acuan spasial dari XML.
\nMengembalikan nama dari Spatial Reference ini.
\nMengembalikan SRID dari otoritas tingkat-tinggi, atau None jika tidak ditentukan.
Mengambalikan nama dari satuan linear.
\nMengembalikan nilai dari satuan linear.
\nMengembalikan nama dari satuan sudut."
\nMengembalikan nilai dari satuan sudut.
\nMengembalikan 2-tuple dari nilai satuan dan nama satuan dan akan otomatis menentukan apakah mengembalikan satuan segaris atau bersinggungan.
\nMengembalikan sebuah tuple dari parameter ellipsoid untuk acuan spasial ini: (sumbu semimajor, sumbu semiminor, dan kebalikan terbalik).
\nMengembalikan sumbu semi major dari ellipsoid untuk acuan spasial ini.
\nMengembalikan sumbu semi minor dari ellipsoid untuk acuan spasial ini.
\nMengembalikan kebalikan terbalik dari ellipsoid untuk acuan spasial ini.
\nMengembalikan True jika acuan spasial ini adalah geografis (node akar adalah GEOGCS).
Mengembalikan True jika acuan spasial ini adalah lokal (node akar adalah LOCAL_CS).
Mengembalikan True jika acuan spasial ini adalah sistem kordinat terproyeksi (node akar adalah PROJCS).
Mengembalikan perwakilan WKT dari acuan spasial ini.
\nMengembalikan perwakilan 'pretty' dari WKT.
\nReturns the PROJ representation for this spatial reference.
\nNama lain untuk SpatialReference.proj.
Mengembalikan perwakilan XML dari acuan spasial ini.
\nCoordTransformLink to this heading#Represents a coordinate system transform. It is initialized with two\nSpatialReference, representing the source and target coordinate\nsystems, respectively. These objects should be used when performing the same\ncoordinate transformation repeatedly on different geometries:
>>> ct = CoordTransform(SpatialReference("WGS84"), SpatialReference("NAD83"))\n>>> for feat in layer:\n... geom = feat.geom # getting clone of feature geometry\n... geom.transform(ct) # transforming\n...\nGDALRasterLink to this heading#GDALRaster is a wrapper for the GDAL raster source object that\nsupports reading data from a variety of GDAL-supported geospatial file formats\nand data sources using a consistent interface. Each data source is represented\nby a GDALRaster object which contains one or more layers of data named\nbands. Each band, represented by a GDALBand object, contains\ngeoreferenced image data. For example, an RGB image is represented as three\nbands: one for red, one for green, and one for blue.
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\nPath representing a file path (filesystem or GDAL virtual\nfilesystem), a dictionary with values defining a new raster, or a bytes\nobject 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. Untuk gambaran rinci pada bagaimana membuat raster-raster dalam sistem berkas maya, lihat Menggunakan Virtual Filesystem GDAL.
\nContoh berikut menunjukkan bagaimana raster-raster dapat dibuat dari sumber masukan berbeda (menggunakan data contoh dari percobaan GeoDjango; lihat juga bagian Data Contoh).
\n>>> from django.contrib.gis.gdal import GDALRaster\n>>> rst = GDALRaster("/path/to/your/raster.tif", write=False)\n>>> rst.name\n'/path/to/your/raster.tif'\n>>> rst.width, rst.height # This file has 163 x 174 pixels\n(163, 174)\n>>> rst = GDALRaster(\n... { # Creates an in-memory raster\n... "srid": 4326,\n... "width": 4,\n... "height": 4,\n... "datatype": 1,\n... "bands": [\n... {\n... "data": (2, 3),\n... "offset": (1, 1),\n... "size": (2, 2),\n... "shape": (2, 1),\n... "nodata_value": 5,\n... }\n... ],\n... }\n... )\n>>> rst.srs.srid\n4326\n>>> rst.width, rst.height\n(4, 4)\n>>> rst.bands[0].data()\narray([[5, 5, 5, 5],\n [5, 2, 3, 5],\n [5, 2, 3, 5],\n [5, 5, 5, 5]], dtype=uint8)\n>>> rst_file = open("/path/to/your/raster.tif", "rb")\n>>> rst_bytes = rst_file.read()\n>>> rst = GDALRaster(rst_bytes)\n>>> rst.is_vsi_based\nTrue\n>>> rst.name # Stored in a random path in the vsimem filesystem.\n'/vsimem/da300bdb-129d-49a8-b336-e410a9428dad'\nNama dari sumber yang setara pada jalur berkas masukan atau nama disediakan ketika instansiasi.
\n>>> GDALRaster({"width": 10, "height": 10, "name": "myraster", "srid": 4326}).name\n'myraster'\nThe name of the GDAL driver used to handle the input file. For\nGDALRasters created from a file, the driver type is detected\nautomatically. The creation of rasters from scratch is an in-memory\nraster by default ('MEM'), but can be altered as needed. For\ninstance, use GTiff for a GeoTiff file. For a list of file\ntypes, see also the GDAL Raster Formats list.
Raster dalam-memori dibuat melalui contoh berikut:
\n>>> GDALRaster({"width": 10, "height": 10, "srid": 4326}).driver.name\n'MEM'\nSebuah berkas berdasarkan raster GeoTiff dibuat melalui contoh berikut:
\n>>> import tempfile\n>>> rstfile = tempfile.NamedTemporaryFile(suffix=".tif")\n>>> rst = GDALRaster(\n... {\n... "driver": "GTiff",\n... "name": rstfile.name,\n... "srid": 4326,\n... "width": 255,\n... "height": 255,\n... "nr_of_bands": 1,\n... }\n... )\n>>> rst.name\n'/tmp/tmp7x9H4J.tif' # The exact filename will be different on your computer\n>>> rst.driver.name\n'GTiff'\nLebar dari sumber dalam pixel (sumbu-X).
\n>>> GDALRaster({"width": 10, "height": 20, "srid": 4326}).width\n10\nLebar dari sumber dalam pixel (sumbu-Y).
\n>>> GDALRaster({"width": 10, "height": 20, "srid": 4326}).height\n20\nSistem acuan spasial dari raster, seperti instance SpatialReference. SRS dapat dirubah dengan merubah itu ke SpatialReference lain atau menyediakan masukan apapun yang diterima oleh pembangun SpatialReference.
>>> rst = GDALRaster({"width": 10, "height": 20, "srid": 4326})\n>>> rst.srs.srid\n4326\n>>> rst.srs = 3086\n>>> rst.srs.srid\n3086\nSpatial Reference System Identifier (SRID) dari raster. Sifat ini adalah jalan pintas untuk mendapatkan atau menyetel SRID melalui atribut srs.
>>> rst = GDALRaster({"width": 10, "height": 20, "srid": 4326})\n>>> rst.srid\n4326\n>>> rst.srid = 3086\n>>> rst.srid\n3086\n>>> rst.srs.srid # This is equivalent\n3086\nMatriks 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:
\nXgeo = GT(0) + Xpixel * GT(1) + Yline * GT(2)\nYgeo = GT(3) + Xpixel * GT(4) + Yline * GT(5)\nNilai-nilai sama dapat diambil dengan mengakses sifat attr:origin (indeks 0 dan 3), scale (indeks 1 dan 5) dan 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})\n>>> rst.geotransform\n[0.0, 1.0, 0.0, 0.0, 0.0, -1.0]\nKordinat-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})\n>>> rst.origin\n[0.0, 0.0]\n>>> rst.origin.x = 1\n>>> rst.origin\n[1.0, 0.0]\nPixel width and height used for georeferencing the raster, as a point\nobject with x and y members. See geotransform for more\ninformation.
>>> rst = GDALRaster({"width": 10, "height": 20, "srid": 4326})\n>>> rst.scale\n[1.0, -1.0]\n>>> rst.scale.x = 2\n>>> rst.scale\n[2.0, -1.0]\nKoefisien 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})\n>>> rst.skew\n[0.0, 0.0]\n>>> rst.skew.x = 3\n>>> rst.skew\n[3.0, 0.0]\nPerpanjang (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})\n>>> rst.extent\n(0.0, -20.0, 10.0, 0.0)\n>>> rst.origin.x = 100\n>>> rst.extent\n(100.0, -20.0, 110.0, 0.0)\nDaftar pita dari sumber, seperti contoh GDALBand.
>>> rst = GDALRaster(\n... {\n... "width": 1,\n... "height": 2,\n... "srid": 4326,\n... "bands": [{"data": [0, 1]}, {"data": [2, 3]}],\n... }\n... )\n>>> len(rst.bands)\n2\n>>> rst.bands[1].data()\narray([[ 2., 3.]], dtype=float32)\nMengembalikan versi melengkung dari raster ini.
\nParameter 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.
\nParameter 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.
\n>>> rst = GDALRaster(\n... {\n... "width": 6,\n... "height": 6,\n... "srid": 3086,\n... "origin": [500000, 400000],\n... "scale": [100, -100],\n... "bands": [{"data": range(36), "nodata_value": 99}],\n... }\n... )\n>>> target = rst.warp({"scale": [200, -200], "width": 3, "height": 3})\n>>> target.bands[0].data()\narray([[ 7., 9., 11.],\n [ 19., 21., 23.],\n [ 31., 33., 35.]], dtype=float32)\nTransforms this raster to a different spatial reference system\n(srs), which may be a SpatialReference object, or any\nother input accepted by SpatialReference (including spatial\nreference WKT and PROJ strings, or an integer SRID).
It calculates the bounds and scale of the current raster in the new\nspatial reference system and warps the raster using the\nwarp 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 untuk rincian pada argumen-argumen tersebut.
>>> rst = GDALRaster(\n... {\n... "width": 6,\n... "height": 6,\n... "srid": 3086,\n... "origin": [500000, 400000],\n... "scale": [100, -100],\n... "bands": [{"data": range(36), "nodata_value": 99}],\n... }\n... )\n>>> target_srs = SpatialReference(4326)\n>>> target = rst.transform(target_srs)\n>>> target.origin\n[-82.98492744885776, 27.601924753080144]\nMengembalikan string dengan ringkasan dari raster. Ini setara pada kegunaan baris perintah gdalinfo.
\nMetadata dari raster ini, diwakili sebagai dictionary bersarang. Kunci tingkat-pertama adalah ranah metadata. Tingkat-kedua mengandung barang metadata dan nilai dari setiap ranah.
\nUntuk 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.
\nUntuk memindahkan barang metadata, gunakan None sebagai nilai metadata.
>>> rst = GDALRaster({"width": 10, "height": 20, "srid": 4326})\n>>> rst.metadata\n{}\n>>> rst.metadata = {"DEFAULT": {"OWNER": "Django", "VERSION": "1.0"}}\n>>> rst.metadata\n{'DEFAULT': {'OWNER': 'Django', 'VERSION': '1.0'}}\n>>> rst.metadata = {"DEFAULT": {"OWNER": None, "VERSION": "2.0"}}\n>>> rst.metadata\n{'DEFAULT': {'VERSION': '2.0'}}\nSebuah bytes perwakilan dari raster ini. Mengembalikan None untuk raster-raster yang tidak disimpan dalam sistem berkas maya GDAL.
Sebuah boolean menunjukkan jika raster ini disimpan dalam sistem berkas maya GDAL.
\nGDALBandLink to this heading#Instance-instance GDALBand tidak dibuat tegas, tetapi daripada mengambil dari obyek GDALRaster, melalui atribut bands nya. GDALBand mengandung nilai pixel sebenarnya dari raster.
Nama dari gambaran dari pita, jika ada.
\nLebar dari pita dalam pixel (sumbu-X).
\nLebar dari pita dalam pixel (sumbu-Y).
\nJumlah angka dari pixel dalam pita ini. Adalah setara pada width * height.
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, max, mean, dan std.
Nilai pixel minimal dari pita (tidak termasuk nilai "no data").
\nNilai pixel maksimal dari pita (tidak termasuk nilai "no data").
\nArti dari semua nilai-nilai pixel dari pita (tidak termasuk nilai "no data").
\nPenyimpangan standar dari semua nilai pixel dari pita (tidak termasuk nilai "no data").
\nNilai "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.
\nTo delete an existing "no data" value, set this property to None.
The data type contained in the band, as an integer constant between 0\n(Unknown) and 14. If as_string is True, the data type is\nreturned as a string. Check out the "GDAL Pixel Type" column in the\ndatatype value table for possible values.
The color interpretation for the band, as an integer between 0 and 16.\nIf as_string is True, the data type is returned as a string\nwith the following possible values: GCI_Undefined,\nGCI_GrayIndex, GCI_PaletteIndex, GCI_RedBand,\nGCI_GreenBand, GCI_BlueBand, GCI_AlphaBand,\nGCI_HueBand, GCI_SaturationBand, GCI_LightnessBand,\nGCI_CyanBand, GCI_MagentaBand, GCI_YellowBand,\nGCI_BlackBand, GCI_YCbCr_YBand, GCI_YCbCr_CbBand, and\nGCI_YCbCr_CrBand. GCI_YCbCr_CrBand also represents GCI_Max\nbecause both correspond to the integer 16, but only\nGCI_YCbCr_CrBand is returned as a string.
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.
\nData 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:
\n>>> rst = GDALRaster(\n... {"width": 4, "height": 4, "srid": 4326, "datatype": 1, "nr_of_bands": 1}\n... )\n>>> bnd = rst.bands[0]\n>>> bnd.data(range(16))\n>>> bnd.data()\narray([[ 0, 1, 2, 3],\n [ 4, 5, 6, 7],\n [ 8, 9, 10, 11],\n [12, 13, 14, 15]], dtype=int8)\n>>> bnd.data(offset=(1, 1), size=(2, 2))\narray([[ 5, 6],\n [ 9, 10]], dtype=int8)\n>>> bnd.data(data=[-1, -2, -3, -4], offset=(1, 1), size=(2, 2))\n>>> bnd.data()\narray([[ 0, 1, 2, 3],\n [ 4, -1, -2, 7],\n [ 8, -3, -4, 11],\n [12, 13, 14, 15]], dtype=int8)\n>>> bnd.data(data="\\x9d\\xa8\\xb3\\xbe", offset=(1, 1), size=(2, 2))\n>>> bnd.data()\narray([[ 0, 1, 2, 3],\n [ 4, -99, -88, 7],\n [ 8, -77, -66, 11],\n [ 12, 13, 14, 15]], dtype=int8)\n>>> bnd.data([1], shape=(1, 1))\n>>> bnd.data()\narray([[1, 1, 1, 1],\n [1, 1, 1, 1],\n [1, 1, 1, 1],\n [1, 1, 1, 1]], dtype=uint8)\n>>> bnd.data(range(4), shape=(1, 4))\narray([[0, 0, 0, 0],\n [1, 1, 1, 1],\n [2, 2, 2, 2],\n [3, 3, 3, 3]], dtype=uint8)\nMetadata dari pita ini. Kegunaannya mirip pada GDALRaster.metadata.
Bagian ini menggambarkan bagaimana membuat raster dari goresan menggunakan parameter ds_input.
Raster baru dibuat ketika dict dilewatkan pada pembangun 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 adalah karena itu khusus pada Django. Itu terinspirasi oleh bentuk geojson, 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 dan GDALBand.
ds_inputLink to this heading#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. 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 | \nAwalan | \nPenggunaan | \n
|---|---|---|
| \ndiwajibkan | \nDipetakan ke atribut | \n
| \ndiwajibkan | \nDipetakan ke atribut | \n
| \ndiwajibkan | \nDipetakan ke atribut | \n
| \n
| \nDipetakan ke atribut | \n
| \n
| \nLihat dibawah | \n
| \n
| \nDipetakan ke atribut | \n
| \n
| \nDipetakan ke atribut | \n
| \n
| \nDipetakan ke atribut | \n
| \n
| \nLihat dibawah | \n
| \n
| \nLihat dibawah | \n
| \n
| \nLihat dibawah | \n
| \n
| \nLihat dibawah | \n
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.
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 | \nJenis Piksel GDAL | \nDeskripsi | \n
|---|---|---|
1 | \nGDT_Byte | \n8 bit unsigned integer | \n
2 | \nGDT_UInt16 | \n16 bit unsigned integer | \n
3 | \nGDT_Int16 | \n16 bit signed integer | \n
4 | \nGDT_UInt32 | \n32 bit unsigned integer | \n
5 | \nGDT_Int32 | \n32 bit signed integer | \n
6 | \nGDT_Float32 | \n32 bit floating point | \n
7 | \nGDT_Float64 | \n64 bit floating point | \n
12 | \nGDT_UInt64 | \n64 bit unsigned integer (GDAL 3.5+) | \n
13 | \nGDT_Int64 | \n64 bit signed integer (GDAL 3.5+) | \n
14 | \nGDT_Int8 | \n8 bit signed integer (GDAL 3.7+) | \n
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.
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.
Sebuah dictionary dengan pilihan pembuatan raster. Pasangan kunci-nilai dari masukan dictionary dilewatkan ke driver pada pembuatan dari raster.
\nPilihan-pilihan tersedia adalah driver-khusus dan digambarkan dalam dokumentasi dari setiap driver.
\nNilai-nilai dalam dictianry bukan sensitif-kasus dan otomatis dirubah ke bentuk string benar ketika pembuatan.
\nThe following example uses some of the options available for the\nGTiff driver. The result is a compressed raster with an internal tiling\nscheme. The internal tiles have a block size of 23 by 23:
\n>>> GDALRaster(\n... {\n... "driver": "GTiff",\n... "name": "/path/to/new/file.tif",\n... "srid": 4326,\n... "width": 255,\n... "height": 255,\n... "nr_of_bands": 1,\n... "papsz_options": {\n... "compress": "packbits",\n... "tiled": "yes",\n... "blockxsize": 23,\n... "blockysize": 23,\n... },\n... }\n... )\nband_inputLink to this heading#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(). Kegunaan mereka sama seperti mengatur data pita dengan metode itu. Tabel berikut menggambarkan kunci-kunci yang dapat digunakan.
Kunci | \nAwalan | \nPenggunaan | \n
|---|---|---|
| \n
| \nDipetakan ke atribut | \n
| \nSama seperti | \nDilewatkan ke metode | \n
| \n
| \nDilewatkan ke metode | \n
| \nSama seperti ukuran | \nDilewatkan ke metode | \n
| \n
| \nDilewatkan ke metode | \n
GDAL can access files stored in the filesystem, but also supports virtual\nfilesystems to abstract accessing other kind of files, such as compressed,\nencrypted, or remote files.
\nGDAL mempunyai berkas sistem berdasarkan-memori dalam, yang mengizinkan memberlakukan blok-blok dari memori sebagai berkas. Itu dapat digunakan untuk membaca dan menulis obyek 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.
\nObyek-obyek 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.\nFor instance:
# Read a raster as a file object from a remote source.\n>>> from urllib.request import urlopen\n>>> dat = urlopen("https://example.com/raster.tif").read()\n# Instantiate a raster from the bytes object.\n>>> rst = GDALRaster(dat)\n# The name starts with /vsimem/, indicating that the raster lives in the\n# virtual filesystem.\n>>> rst.name\n'/vsimem/da300bdb-129d-49a8-b336-e410a9428dad'\nUntuk 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). Untuk raster berdasarkan-berkas maya, atribut vsi_buffer mengembalikan perwakilan bytes dari raster.
Here's how to create a raster and return it as a file in an\nHttpResponse:
>>> from django.http import HttpResponse\n>>> rst = GDALRaster(\n... {\n... "name": "/vsimem/temporarymemfile",\n... "driver": "tif",\n... "width": 6,\n... "height": 6,\n... "srid": 3086,\n... "origin": [500000, 400000],\n... "scale": [100, -100],\n... "bands": [{"data": range(36), "nodata_value": 99}],\n... }\n... )\n>>> HttpResponse(rast.vsi_buffer, "image/tiff")\nDepending on the local build of GDAL other virtual filesystems may be\nsupported. You can use them by prepending the provided path with the\nappropriate /vsi*/ prefix. See the GDAL Virtual Filesystems\ndocumentation for more details.
Instead of decompressing the file and instantiating the resulting raster, GDAL\ncan directly access compressed files using the /vsizip/, /vsigzip/, or\n/vsitar/ virtual filesystems:
>>> from django.contrib.gis.gdal import GDALRaster\n>>> rst = GDALRaster("/vsizip/path/to/your/file.zip/path/to/raster.tif")\n>>> rst = GDALRaster("/vsigzip/path/to/your/file.gz")\n>>> rst = GDALRaster("/vsitar/path/to/your/file.tar/path/to/raster.tif")\nGDAL can support online resources and storage providers transparently. As long\nas it's built with such capabilities.
\nTo access a public raster file with no authentication, you can use\n/vsicurl/:
>>> from django.contrib.gis.gdal import GDALRaster\n>>> rst = GDALRaster("/vsicurl/https://example.com/raster.tif")\n>>> rst.name\n'/vsicurl/https://example.com/raster.tif'\nFor commercial storage providers (e.g. /vsis3/) the system should be\npreviously configured for authentication and possibly other settings (see the\nGDAL Virtual Filesystems documentation for available options).
Since GDALRaster always opens new rasters in write mode, it is\nessential to prevent instantiating one from untrusted input. Otherwise, an\nattacker might gain the ability to write a file or make a network request.
To mitigate this, spatial lookups prevent\nstr, pathlib.Path, and dict values from reaching\nGDALRaster altogether. To use these types with lookups, wrap them\nexplicitly with GDALRaster, indicating that the value is trusted.\nBytes are accepted without being wrapped in GDALRaster because they\nare opened through GDAL's memory-based virtual filesystem.
This protection applies only to spatial lookups. Assigning a dict value to\na RasterField will still open a new\nraster, and assigning a str or Path will still fetch and open the\nreferenced raster.
When validating geometry inputs, the\nGeometryField form field will reject raster\nvalues. When validating raster inputs, you should write custom validation.
For defense-in-depth strategies for limiting the available raster drivers, see\nGDAL security considerations.
\n\nGDAL_LIBRARY_PATHLink to this heading#A string specifying the location of the GDAL library. Typically,\nthis setting is only used if the GDAL library is in a non-standard\nlocation (e.g., /home/john/lib/libgdal.so).
Pengecualian GDAL dasar, menunjukkan kesalahan terkait-GDAL.
\nSebuah pengecualian dimunculkan ketika kesalahan muncul ketika membangun atau menggunakan obyek sistem acuan spasial.
\n