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 tillhandahåller ett Python-gränssnitt på hög nivå för några av funktionerna i OGR, inklusive läsning och koordinattransformation av vektorbaserade rumsliga data och minimalt stöd för GDAL:s funktioner med avseende på rasterdata (bilddata).
\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.
Konstruktören för DataSource kräver bara en parameter: sökvägen till den fil du vill läsa. OGR stöder dock också en mängd mer komplexa datakällor, inklusive databaser, som kan nås genom att skicka en speciell namnsträng istället för en sökväg. För mer information, se dokumentationen OGR Vector Formats. Egenskapen name för en DataSource-instans ger OGR-namnet på den underliggande datakällan som den använder.
Med den valfria parametern encoding kan du ange en icke-standardiserad kodning av strängarna i källan. Detta är vanligtvis användbart när du får DjangoUnicodeDecodeError-undantag när du läser fältvärden.
När du har skapat din DataSource kan du ta reda på hur många datalager den innehåller genom att använda egenskapen layer_count eller (på motsvarande sätt) genom att använda funktionen len(). Information om hur du kommer åt själva datalagren finns i nästa avsnitt:
>>> 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\nReturnerar antalet lager i datakällan.
\nReturnerar namnet på datakällan.
\nLagerLink to this heading#Layer är ett omslag för ett lager av data i ett DataSource-objekt. Du skapar aldrig ett Layer-objekt direkt. Istället hämtar du dem från ett DataSource-objekt, som i huvudsak är en standard Python-behållare för Layer-objekt. Du kan till exempel komma åt ett specifikt lager genom dess index (t.ex. ds[0] för att komma åt det första lagret), eller så kan du iterera över alla lager i behållaren i en for-loop. Själva Layer fungerar som en behållare för geometriska egenskaper.
Vanligtvis har alla objekt i ett visst skikt samma geometrityp. Egenskapen geom_type för ett skikt är en OGRGeomType som identifierar funktionstypen. Vi kan använda den för att skriva ut grundläggande information om varje lager i en DataSource:
>>> for layer in ds:\n... print('Layer "%s": %i %ss' % (layer.name, len(layer), layer.geom_type.name))\n...\nLayer "cities": 3 Points\nExemplet är från datakällan cities, som laddades ovan och som uppenbarligen innehåller ett skikt, kallat "cities", som innehåller tre punktfunktioner. För enkelhetens skull antar exemplen nedan att du har lagrat det skiktet i variabeln layer:
>>> layer = ds[0]\nReturnerar namnet på detta lager i datakällan.
\n>>> layer.name\n'cities'\nReturnerar antalet funktioner i lagret. Samma som len(layer):
>>> layer.num_feat\n3\nReturnerar geometritypen för skiktet, som ett OGRGeomType-objekt:
>>> layer.geom_type.name\n'Point'\nReturnerar antalet fält i skiktet, dvs. antalet fält med data som är associerade med varje funktion i skiktet:
\n>>> layer.num_fields\n4\nReturnerar en lista med namnen på alla fält i detta skikt:
\n>>> layer.fields\n['Name', 'Population', 'Density', 'Created']\nReturnerar en lista med datatyperna för varje fält i detta skikt. Dessa är subklasser till Field, som beskrivs nedan:
>>> [ft.__name__ for ft in layer.field_types]\n['OFTString', 'OFTReal', 'OFTReal', 'OFTDate']\nReturnerar en lista med de maximala fältbredderna för varje fält i detta skikt:
\n>>> layer.field_widths\n[80, 11, 24, 10]\nReturnerar en lista med de numeriska precisionsvärdena för varje fält i detta skikt. Detta är meningslöst (och sätts till noll) för icke-numeriska fält:
\n>>> layer.field_precisions\n[0, 0, 15, 0]\nReturnerar den rumsliga utbredningen av detta lager, som ett Envelope-objekt:
>>> layer.extent.tuple\n(-104.609252, 29.763374, -95.23506, 38.971823)\nEgenskap som returnerar den SpatialReference som är associerad med detta lager:
>>> 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]]\nOm Layer inte har någon spatial referensinformation associerad med sig, returneras None.
Egenskap som kan användas för att hämta eller ställa in ett rumsligt filter för detta skikt. Ett rumsligt filter kan endast ställas in med en OGRGeometry-instans, en 4-tupel extent eller None. När det anges med något annat än None kommer endast objekt som skär filtret att returneras vid iterering över skiktet:
>>> 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\nEn metod som returnerar en lista med värdena för ett visst fält för varje objekt i skiktet:
\n>>> layer.get_fields("Name")\n['Pueblo', 'Lawrence', 'Houston']\nEn metod som returnerar en lista som innehåller geometrin för varje objekt i skiktet. Om det valfria argumentet geos är satt till True konverteras geometrierna till GEOSGeometry-objekt. Annars returneras de som OGRGeometry-objekt:
>>> [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'.
FunktionLink to this heading#Feature omsluter en OGR-funktion. Du skapar aldrig ett Feature-objekt direkt. Istället hämtar du dem från ett Layer-objekt. Varje feature består av en geometri och en uppsättning fält som innehåller ytterligare egenskaper. Geometrin för ett fält är tillgänglig via dess egenskap geom, som returnerar ett OGRGeometry-objekt. En Feature beter sig som en standard Python-behållare för sina fält, som den returnerar som Field-objekt: du kan komma åt ett fält direkt via dess index eller namn, eller så kan du iterera över en features fält, t.ex. i en for-loop.
Returnerar geometrin för den här funktionen som ett OGRGeometry-objekt:
>>> city.geom.tuple\n(-104.609252, 38.255001)\nEn metod som returnerar värdet för det angivna fältet (specificerat med namn) för denna funktion, inte ett Field omslagsobjekt:
>>> city.get("Population")\n102121\nReturnerar geometritypen för den här funktionen, som ett OGRGeomType-objekt. Detta kommer att vara detsamma för alla objekt i ett visst skikt och motsvarar egenskapen Layer.geom_type i objektet Layer som objektet kommer från.
Returnerar antalet datafält som är associerade med objektet. Detta kommer att vara detsamma för alla funktioner i ett visst skikt och motsvarar egenskapen Layer.num_fields i objektet Layer som funktionen kommer från.
Returnerar en lista med namnen på de datafält som är associerade med objektet. Detta kommer att vara detsamma för alla objekt i ett visst skikt och motsvarar egenskapen Layer.fields i objektet Layer som objektet kommer från.
Returnerar identifieraren för objektet i skiktet:
\n>>> city.fid\n0\nReturnerar namnet på Layer som objektet kommer från. Detta kommer att vara detsamma för alla funktioner i ett visst lager:
>>> city.layer_name\n'cities'\nEn metod som returnerar indexet för det angivna fältnamnet. Detta kommer att vara detsamma för alla objekt i ett visst lager:
\n>>> city.index("Population")\n1\nFältLink to this heading#Returnerar namnet på detta fält:
\n>>> city["Name"].name\n'Name'\nReturnerar OGR-typen för detta fält, som ett heltal. Ordboken FIELD_CLASSES mappar dessa värden till subklasser av Field:
>>> city["Density"].type\n2\nReturnerar en sträng med namnet på datatypen för detta fält:
\n>>> city["Name"].type_name\n'String'\nReturnerar värdet för detta fält. Klassen Field returnerar själv värdet som en sträng, men varje underklass returnerar värdet i den mest lämpliga formen:
>>> city["Population"].value\n102121\nReturnerar bredden på detta fält:
\n>>> city["Name"].width\n80\nReturnerar den numeriska precisionen för detta fält. Detta är meningslöst (och sätts till noll) för icke-numeriska fält:
\n>>> city["Density"].precision\n15\nReturnerar fältets värde som en dubbel (float):
\n>>> city["Density"].as_double()\n874.7\nReturnerar fältets värde som ett heltal:
\n>>> city["Population"].as_int()\n102121\nReturnerar fältets värde som en sträng:
\n>>> city["Name"].as_string()\n'Pueblo'\nReturnerar fältets värde som en tupel av datum- och tidskomponenter:
\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))\nDrivrutinLink to this heading#Klassen Driver används internt för att omsluta en OGR DataSource-drivrutin.
Returnerar antalet OGR-vektorförare som för närvarande är registrerade.
\nOGRGeometriLink to this heading#OGRGeometry-objekt delar liknande funktionalitet med GEOSGeometry-objekt och är tunna omslag runt OGR:s interna geometrirepresentation. De möjliggör således effektivare åtkomst till data när man använder DataSource. Till skillnad från sin GEOS-motsvarighet har OGRGeometry stöd för rumsliga referenssystem och koordinattransformation:
>>> from django.contrib.gis.gdal import OGRGeometry\n>>> polygon = OGRGeometry("POLYGON((0 0, 5 0, 5 5, 0 5))")\nDetta objekt är en omslagsform för klassen OGR Geometry. Dessa objekt instansieras direkt från den givna parametern geom_input, som kan vara en sträng som innehåller WKT, HEX, GeoJSON, en buffer som innehåller WKB-data, eller ett OGRGeomType-objekt. Dessa objekt returneras också från attributet Feature.geom när vektordata läses från Layer (som i sin tur är en del av en DataSource).
Konstruerar en OGRGeometry från den givna GML-strängen.
Konstruerar en Polygon från den givna bounding-boxen (en 4-tupel).
Returnerar antalet punkter i en LineString, antalet ringar i en Polygon eller antalet geometrier i en GeometryCollection. Gäller inte för andra geometrityper.
Itererar över punkterna i en LineString, ringarna i en Polygon eller geometrierna i en GeometryCollection. Gäller inte för andra geometrityper.
Returnerar punkten vid det angivna indexet för en LineString, den inre ringen vid det angivna indexet för en Polygon, eller geometrin vid det angivna indexet i en GeometryCollection. Gäller inte för andra geometrityper.
Returnerar antalet koordinerade dimensioner i geometrin, dvs. 0 för punkter, 1 för linjer osv:
\n>>> polygon.dimension\n2\nEn boolean som anger om geometrin har Z-koordinater.
\nEn metod som lägger till eller tar bort Z-koordinatdimensionen.
\n>>> p = OGRGeometry("POINT (1 2 3)")\n>>> p.is_3d\nTrue\n>>> p.set_3d(False)\n>>> p.wkt\n"POINT (1 2)"\nEn boolean som anger om geometrin har M-koordinater.
\nEn metod för att lägga till eller ta bort M-koordinatdimensionen.
\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)"\nReturnerar antalet element i denna geometri:
\n>>> polygon.geom_count\n1\nEn boolean som anger om geometrin är eller innehåller en kurvgeometri.
\nReturnerar en linjär version av geometrin. Om ingen konvertering kan göras returneras originalgeometrin.
\nReturnerar en krökt version av geometrin. Om ingen konvertering kan göras returneras originalgeometrin.
\nReturnerar antalet punkter som används för att beskriva denna geometri:
\n>>> polygon.point_count\n4\nAlias för point_count.
Alias för point_count.
Returnerar typen av denna geometri, som ett OGRGeomType-objekt.
Returnerar namnet på typen för denna geometri:
\n>>> polygon.geom_name\n'POLYGON'\nReturnerar arean för denna geometri, eller 0 för geometrier som inte innehåller någon area:
\n>>> polygon.area\n25.0\nReturnerar kuvertet för denna geometri, som ett Envelope-objekt.
Returnerar kuvertet för denna geometri som en 4-tupel, istället för som ett Envelope-objekt:
>>> 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.
Returnerar ett GEOSGeometry-objekt som motsvarar denna geometri.
Returnerar en strängrepresentation av denna geometri i GML-format:
\n>>> OGRGeometry("POINT(1 2)").gml\n'<gml:Point><gml:coordinates>1,2</gml:coordinates></gml:Point>'\nReturnerar en strängrepresentation av denna geometri i HEX WKB-format:
\n>>> OGRGeometry("POINT(1 2)").hex\n'0101000000000000000000F03F0000000000000040'\nReturnerar en strängrepresentation av denna geometri i JSON-format:
\n>>> OGRGeometry("POINT(1 2)").json\n'{ "type": "Point", "coordinates": [ 1.000000, 2.000000 ] }'\nReturnerar en strängrepresentation av denna geometri i KML-format.
\nReturnerar storleken på den WKB-buffert som behövs för att hålla en WKB-representation av denna geometri:
\n>>> OGRGeometry("POINT(1 2)").wkb_size\n21\nReturnerar en buffer som innehåller en WKB-representation av denna geometri.
Returnerar en strängrepresentation av denna geometri i WKT-format.
\nReturnerar EWKT-representationen av denna geometri.
\nReturnerar en ny OGRGeometry-klon av detta geometriobjekt.
Om det finns några ringar inom denna geometri som inte har stängts, kommer denna rutin att göra det genom att lägga till startpunkten till slutet:
\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)'\nTransformerar denna geometri till ett annat rumsligt referenssystem. Kan ta ett CoordTransform-objekt, ett SpatialReference-objekt, eller någon annan indata som accepteras av SpatialReference (inklusive rumsliga referens WKT- och PROJ-strängar, eller ett heltal SRID).
Som standard returneras ingenting och geometrin transformeras på plats. Men om nyckelordet clone är satt till True returneras istället en transformerad klon av denna geometri.
Returnerar True om denna geometri skär den andra, annars returneras False.
Returnerar True om denna geometri är likvärdig med den andra, annars returneras False.
Returnerar True om denna geometri är rumsligt disjunkt med (dvs. inte skär) den andra, annars returneras False.
Returnerar True om denna geometri berör den andra, annars returneras False.
Returnerar True om denna geometri korsar den andra, annars returneras False.
Returnerar True om denna geometri är innesluten i den andra, annars returneras False.
Returnerar True om denna geometri innehåller den andra, annars returneras False.
Returnerar True om denna geometri överlappar den andra, annars returneras False.
Gränsen för denna geometri, som ett nytt OGRGeometry-objekt.
Den minsta konvexa polygonen som innehåller denna geometri, som ett nytt OGRGeometry-objekt.
Returnerar regionen som består av skillnaden mellan den här geometrin och den andra, som ett nytt OGRGeometry-objekt.
Returnerar regionen som består av skärningspunkten mellan denna geometri och den andra, som ett nytt OGRGeometry-objekt.
Returnerar den region som består av den symmetriska skillnaden mellan denna geometri och den andra, som ett nytt OGRGeometry-objekt.
Returnerar den region som består av föreningen av denna geometri och den andra, som ett nytt OGRGeometry-objekt.
Returnerar en Point som representerar geometrins centroid.
Returnerar koordinaterna för en punktgeometri som en tupel, koordinaterna för en linjegeometri som en tupel av tuplar osv:
\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))\nEtt alias för tuple.
Returnerar X-koordinaten för denna punkt:
\n>>> OGRGeometry("POINT (1 2)").x\n1.0\nReturnerar Y-koordinaten för denna punkt:
\n>>> OGRGeometry("POINT (1 2)").y\n2.0\nReturnerar Z-koordinaten för denna punkt, eller None om punkten inte har någon Z-koordinat:
>>> OGRGeometry("POINT (1 2 3)").z\n3.0\nReturnerar M-koordinaten för denna punkt, eller None om Point inte har någon M-koordinat:
>>> OGRGeometry("POINT ZM (1 2 3 4)").m\n4.0\nReturnerar en lista med X-koordinater i denna linje:
\n>>> OGRGeometry("LINESTRING (1 2,3 4)").x\n[1.0, 3.0]\nReturnerar en lista med Y-koordinater i denna linje:
\n>>> OGRGeometry("LINESTRING (1 2,3 4)").y\n[2.0, 4.0]\nReturnerar en lista med Z-koordinater i linjen, eller None om linjen inte har några Z-koordinater:
>>> OGRGeometry("LINESTRING (1 2 3,4 5 6)").z\n[3.0, 6.0]\nReturnerar en lista med M-koordinater i den här linjen eller None om linjen inte har M-koordinater:
>>> OGRGeometry("LINESTRING(0 1 2 10, 1 2 3 11, 2 3 4 12)").m\n[10.0, 11.0, 12.0]\nReturnerar skalet eller den yttre ringen för denna polygon, som en LinearRing geometri.
Ett alias för shell.
Lägger till en geometri till denna geometrisamling. Gäller inte för andra geometrityper.
\nOGRGeomTypeLink to this heading#Denna klass gör det möjligt att representera en OGR-geometrityp på flera olika sätt:
\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\nReturnerar en kortfattad strängform av OGR Geometry-typen:
\n>>> gt1.name\n'Polygon'\nReturnerar det nummer som motsvarar OGR-geometritypen:
\n>>> gt1.num\n3\nReturnerar Django-fälttypen (en underklass till GeometryField) som ska användas för att lagra denna OGR-typ, eller None om det inte finns någon lämplig Django-typ:
>>> gt1.django\n'PolygonField'\nKuvertLink to this heading#Representerar en OGR Envelope-struktur som innehåller de lägsta och högsta X- och Y-koordinaterna för en rektangels begränsningsbox. Namngivningen av variablerna är kompatibel med OGR Envelope C-strukturen.
\nVärdet på den minsta X-koordinaten.
\nVärdet på den maximala X-koordinaten.
\nVärdet på den minsta Y-koordinaten.
\nVärdet på den maximala Y-koordinaten.
\nDen övre högra koordinaten, som en tupel.
\nDen nedre vänstra koordinaten, som en tupel.
\nEn tupel som representerar kuvertet.
\nEn sträng som representerar detta kuvert som en polygon i WKT-format.
\nSpatialReferenceLink to this heading#Rumsliga referensobjekt initialiseras på den givna srs_input, som kan vara en av följande:
OGC Välkänd text (WKT) (en sträng)
EPSG-kod (heltal eller sträng)
PROJ sträng
En kortfattad sträng för välkända standarder ('WGS84', 'WGS72', 'NAD27', 'NAD83')
Exempel:
\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\nReturnerar värdet för den angivna strängattributnoden, None om noden inte finns. Kan också ta en tupel som parameter, (target, child), där child är attributets index i WKT. Till exempel: (target)
>>> 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\nAttributvärdet för den angivna målnoden (t.ex. 'PROJCS'). Nyckelordet index anger ett index för den underordnade nod som ska returneras.
Returnerar auktoritetsnamnet för den givna strängens målnod.
\nReturnerar auktoritetskoden för den givna strängens målnod.
\nReturnerar en klon av detta rumsliga referensobjekt.
\nDenna metod inspekterar WKT för denna SpatialReference och lägger till EPSG-auktoritetsnoder där en EPSG-identifierare är tillämplig.
Omvandlar denna SpatialReference från ESRI:s format till EPSG
\nMorphar denna SpatialReference till ESRI:s format.
\nKontrollerar om den angivna rumsliga referensen är giltig, om så inte är fallet kommer ett undantag att uppstå.
\nImportera rumslig referens från EPSG-kod.
\nImportera rumslig referens från PROJ-sträng.
\nImportera rumslig referens från WKT.
\nImportera rumslig referens från XML.
\nReturnerar namnet på denna rumsliga referens.
\nReturnerar SRID för högsta nivåns auktoritet, eller None om den inte är definierad.
Returnerar namnet på de linjära enheterna.
\nReturnerar värdet för de linjära enheterna.
\nReturnerar namnet på vinkelenheterna.”
\nReturnerar värdet för vinkelenheterna.
\nReturnerar en 2-tupel av enhetsvärdet och enhetsnamnet och avgör automatiskt om det är linjära enheter eller vinkelenheter som ska returneras.
\nReturnerar en tupel av ellipsoidparametrarna för denna rumsliga referens: (semimajoraxel, semiminoraxel och invers avplaning).
\nReturnerar ellipsoidens halva huvudaxel för denna rumsliga referens.
\nReturnerar ellipsoidens halva mindre axel för denna rumsliga referens.
\nReturnerar ellipsoidens inversa tillplattning för denna rumsliga referens.
\nReturnerar True om denna rumsliga referens är geografisk (rotnoden är GEOGCS).
Returnerar True om denna rumsliga referens är lokal (rotnoden är LOCAL_CS).
Returnerar True om denna rumsliga referens är ett projicerat koordinatsystem (rotnoden är PROJCS).
Returnerar WKT-representationen av denna rumsliga referens.
\nReturnerar den ”vackra” representationen av WKT.
\nReturnerar PROJ-representationen för denna rumsliga referens.
\nAlias för SpatialReference.proj.
Returnerar XML-representationen av denna rumsliga referens.
\nCoordTransformLink to this heading#Representerar en koordinatsystemtransformation. Den initialiseras med två SpatialReference, som representerar käll- respektive målkoordinatsystemen. Dessa objekt bör användas när samma koordinattransformation utförs upprepade gånger på olika geometrier:
>>> 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.
Konstruktören för GDALRaster accepterar två parametrar. Den första parametern definierar rasterkällan och den andra parametern definierar om ett raster ska öppnas i skrivläge. För nyskapade raster ignoreras den andra parametern och det nya rastret skapas alltid i skrivläge.
Den första parametern kan ha tre former: en sträng eller Path som representerar en filsökväg (filsystem eller GDAL:s virtuella filsystem), en ordbok med värden som definierar ett nytt raster eller ett bytesobjekt som representerar en rasterfil.
Om indata är en sökväg till en fil öppnas rastret därifrån. Om indata är rådata i en ordbok krävs parametrarna width, height och rid. Om indata är ett bytesobjekt kommer det att öppnas med hjälp av ett virtuellt GDAL-filsystem.
För en detaljerad beskrivning av hur man skapar raster med hjälp av ordboksinmatning, se Skapa raster från data. För en detaljerad beskrivning av hur man skapar raster i det virtuella filsystemet, se Använda GDAL:s virtuella filsystem.
\nFöljande exempel visar hur raster kan skapas från olika ingångskällor (med hjälp av exempeldata från GeoDjango-testerna; se även avsnittet Exempeldata).
\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'\nNamnet på källan, vilket motsvarar sökvägen till indatafilen eller det namn som anges vid instansiering.
\n>>> GDALRaster({"width": 10, "height": 10, "name": "myraster", "srid": 4326}).name\n'myraster'\nNamnet på den GDAL-drivrutin som används för att hantera indatafilen. För GDALRaster som skapas från en fil identifieras drivrutinstypen automatiskt. När raster skapas från grunden är standardinställningen ett raster i minnet ('MEM), men det kan ändras efter behov. Använd t.ex. GTiff för en GeoTiff-fil. För en lista över filtyper, se även listan GDAL Raster Formats.
Ett raster i minnet skapas med hjälp av följande exempel:
\n>>> GDALRaster({"width": 10, "height": 10, "srid": 4326}).driver.name\n'MEM'\nEtt filbaserat GeoTiff-raster skapas med hjälp av följande exempel:
\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'\nKällans bredd i pixlar (X-axeln).
\n>>> GDALRaster({"width": 10, "height": 20, "srid": 4326}).width\n10\nKällans höjd i pixlar (Y-axeln).
\n>>> GDALRaster({"width": 10, "height": 20, "srid": 4326}).height\n20\nRastrets rumsliga referenssystem, som en SpatialReference-instans. SRS kan ändras genom att ställa in det till en annan SpatialReference eller genom att tillhandahålla någon indata som accepteras av SpatialReference konstruktören.
>>> rst = GDALRaster({"width": 10, "height": 20, "srid": 4326})\n>>> rst.srs.srid\n4326\n>>> rst.srs = 3086\n>>> rst.srs.srid\n3086\nRastrets SRID (Spatial Reference System Identifier). Denna egenskap är en genväg till att hämta eller ställa in SRID genom attributet 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\nDen affina transformationsmatris som används för att georeferera källan, som en tupel av sex koefficienter som mappar pixel-/linjekoordinater till georefererat utrymme med hjälp av följande relation:
\nXgeo = GT(0) + Xpixel * GT(1) + Yline * GT(2)\nYgeo = GT(3) + Xpixel * GT(4) + Yline * GT(5)\nSamma värden kan hämtas genom att använda egenskaperna origin (index 0 och 3), scale (index 1 och 5) och skew (index 2 och 4).
Standardvärdet är [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]\nKoordinater för rastrets övre vänstra ursprung i källans rumsliga referenssystem, som ett punktobjekt med x och y medlemmar.
>>> 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]\nPixelbredd och -höjd som används för georeferering av rastret, som ett punktobjekt med x och y medlemmar. Se geotransform för mer information.
>>> 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]\nSkevhetskoefficienter som används för att georeferera rastret, som ett punktobjekt med x och y medlemmar. När det gäller bilder från norr är båda dessa koefficienter 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]\nRasterkällans utbredning (gränsvärden), som en 4-tupel (xmin, ymin, xmax, ymax) i källans rumsliga referenssystem.
>>> 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)\nLista över alla band i källan, som GDALBand-instanser.
>>> 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)\nReturnerar en förvrängd version av detta raster.
\nWarpingparametrarna kan specificeras genom argumentet ds_input. Användningen av ds_input är analog med motsvarande argument i klasskonstruktorn. Det är en ordbok med egenskaperna hos målrastret. Tillåtna nyckelvärden i ordboken är bredd, höjd, SRID, ursprung, skala, skevhet, datatyp, drivrutin och namn (filnamn).
Som standard behåller warp-funktionen de flesta parametrar till samma värden som i det ursprungliga källrastret, så endast parametrar som ska ändras behöver anges. Observera att detta inkluderar drivrutinen, så för filbaserade raster skapar warp-funktionen ett nytt raster på disken.
\nDen enda parameter som skiljer sig från källrastret är namnet. Standardvärdet för rasternamnet är namnet på källrastret med tillägget '_copy' + source_driver_name. För filbaserade raster rekommenderas att man anger filvägen till målrastret.
Den resamplingsalgoritm som används för warping kan specificeras med argumentet resampling. Standardvärdet är NearestNeighbor och de andra tillåtna värdena är Bilinear, Cubic, CubicSpline, Lanczos, Average och Mode.
Argumentet max_error kan användas för att ange det maximala felet mätt i ingående pixlar som tillåts vid approximering av transformationen. Standardvärdet är 0,0 för exakta beräkningar.
För användare som är bekanta med GDAL har denna funktion en liknande funktionalitet som kommandoradsverktyget gdalwarp.
Warp-funktionen kan t.ex. användas för att aggregera ett raster till det dubbla av den ursprungliga pixelskalan:
\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)\nTransformerar detta raster till ett annat rumsligt referenssystem (srs), som kan vara ett SpatialReference-objekt, eller någon annan indata som accepteras av SpatialReference (inklusive rumsliga referens WKT- och PROJ-strängar, eller ett heltal SRID).
Den beräknar gränserna och skalan för det aktuella rastret i det nya rumsliga referenssystemet och förvränger rastret med hjälp av funktionen warp.
Som standard används drivrutinen för källrastret och namnet på rastret är det ursprungliga namnet med tillägget '_copy' + source_driver_name. En annan drivrutin eller ett annat namn kan anges med argumenten driver och name.
Standardalgoritmen för omsampling är NearestNeighbour men kan ändras med argumentet resampling. Det högsta tillåtna standardfelet för omsampling är 0,0 och kan ändras med argumentet max_error. Se dokumentationen warp för mer information om dessa argument.
>>> 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]\nReturnerar en sträng med en sammanfattning av rastret. Detta motsvarar kommandoradsverktyget gdalinfo.
\nMetadata för detta raster, representerat som en nästlad ordbok. Nyckeln på första nivån är metadatadomänen. Den andra nivån innehåller metadataelementens namn och värden från varje domän.
\nFör att ställa in eller uppdatera ett metadataobjekt skickar du motsvarande metadataobjekt till metoden med hjälp av den nästlade struktur som beskrivs ovan. Endast nycklar som finns i den angivna ordlistan uppdateras; resten av metadata förblir oförändrade.
\nOm du vill ta bort ett metadataobjekt använder du None som metadatavärde.
>>> 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'}}\nEn bytes``representation av detta raster. Returnerar ``None för raster som inte lagras i GDAL:s virtuella filsystem.
En boolean som anger om detta raster lagras i GDAL:s virtuella filsystem.
\nGDALBandLink to this heading#instanser av GDALBand skapas inte explicit utan erhålls från ett GDALRaster-objekt genom dess bands-attribut. GDALBands innehåller de faktiska pixelvärdena i rastret.
Namn eller beskrivning av bandet, om sådant finns.
\nBandets bredd i pixlar (X-axeln).
\nBandets höjd i pixlar (Y-axeln).
\nDet totala antalet pixlar i detta band. Är lika med bredd * höjd.
Beräknar statistik över pixelvärdena i detta band. Returvärdet är en tupel med följande struktur: (minimum, maximum, mean, standard deviation).
Om argumentet approximate är inställt på True kan statistiken beräknas baserat på översikter eller en delmängd av bildplattor.
Om argumentet refresh är satt till True, kommer statistiken att beräknas direkt från data och cachen kommer att uppdateras med resultatet.
Om det finns ett värde i den permanenta cachen returneras det värdet. För rasterformat som använder PAM-tjänster (Persistent Auxiliary Metadata) kan statistiken cachelagras i en hjälpfil. I vissa fall kan dessa metadata vara osynkroniserade med pixelvärdena eller leda till att värden från ett tidigare anrop returneras som inte återspeglar värdet på argumentet approximate. I sådana fall ska du använda argumentet refresh för att hämta uppdaterade värden och lagra dem i cacheminnet.
För tomma band (där alla pixelvärden är ”inga data”) returneras all statistik som None.
Statistiken kan också hämtas direkt genom att använda egenskaperna min, max, mean och std.
Bandets lägsta pixelvärde (exklusive värdet för ”inga data”).
\nDet maximala pixelvärdet för bandet (exklusive värdet ”inga data”).
\nMedelvärdet av alla pixelvärden i bandet (exklusive värdet ”inga data”).
\nStandardavvikelsen för alla pixelvärden i bandet (exklusive värdet ”inga data”).
\nVärdet ”no data” för ett band är i allmänhet ett speciellt markörvärde som används för att markera pixlar som inte är giltiga data. Sådana pixlar ska i allmänhet inte visas och inte heller bidra till analysoperationer.
\nFör att ta bort ett befintligt ”no data”-värde, sätt denna egenskap till None.
Den datatyp som bandet innehåller, som en heltalskonstant mellan 0 (okänd) och 14. Om as_string är True returneras datatypen som en sträng. Kolla in kolumnen ”GDAL Pixel Type” i datatype value table för möjliga värden.
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.
Åtkomst till pixelvärdena i GDALBand. Returnerar den fullständiga dataarrayen om inga parametrar anges. En delmängd av pixelmatrisen kan begäras genom att ange en offset och blockstorlek som tupler.
Om NumPy är tillgängligt returneras data som en NumPy-array. Av prestandaskäl rekommenderas det starkt att använda NumPy.
\nData skrivs till GDALBand om parametern data anges. Indata kan vara av någon av följande typer - packad sträng, buffert, lista, array och NumPy-array. Antalet objekt i indata bör normalt motsvara det totala antalet pixlar i bandet, eller antalet pixlar för ett specifikt block av pixelvärden om parametrarna offset och size anges.
Om antalet objekt i indata skiljer sig från målpixelblocket måste parametern shape anges. Formen är en tupel som anger bredden och höjden på indata i pixlar. Data replikeras sedan för att uppdatera pixelvärdena i det valda blocket. Detta är användbart om man t.ex. vill fylla ett helt band med ett enda värde.
Till exempel:
\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 för detta band. Funktionaliteten är identisk med GDALRaster.metadata.
I detta avsnitt beskrivs hur du skapar raster från grunden med hjälp av parametern ds_input.
Ett nytt raster skapas när en dict skickas till GDALRaster-konstruktören. Dictionariet innehåller definierande parametrar för det nya rastret, t.ex. ursprung, storlek eller rumsligt referenssystem. Dictionariet kan också innehålla pixeldata och information om formatet för det nya rastret. Det resulterande rastret kan därför vara filbaserat eller minnesbaserat, beroende på vilken drivrutin som anges.
Det finns ingen standard för att beskriva rasterdata i en ordbok eller JSON-smak. Definitionen av ordboksinmatningen till GDALRaster-klassen är därför specifik för Django. Den är inspirerad av geojson-formatet, men geojson-standarden är för närvarande begränsad till vektorformat.
Exempel på hur man använder de olika nycklarna när man skapar raster finns i dokumentationen för motsvarande attribut och metoder i klasserna GDALRaster och GDALBand.
Endast ett fåtal nycklar krävs i ds_input-ordlistan för att skapa ett raster: width, height och rid. Alla andra parametrar har standardvärden (se tabellen nedan). Listan över nycklar som kan anges i ordlistan ds_input är nära besläktad men inte identisk med egenskaperna för GDALRaster. Många av parametrarna mappas direkt till dessa egenskaper; de övriga beskrivs nedan.
I följande tabell beskrivs alla nycklar som kan ställas in i ordlistan ds_input.
Nyckel | \nStandard | \nAnvändning | \n
|---|---|---|
| \nobligatoriskt | \nMappad till attributet | \n
| \nobligatoriskt | \nMappad till attributet | \n
| \nobligatoriskt | \nMappad till attributet | \n
| \n
| \nMappad till attributet | \n
| \n
| \nSe nedan | \n
| \n
| \nMappad till attributet | \n
| \n
| \nMappad till attributet | \n
| \n
| \nMappad till attributet | \n
| \n
| \nSe nedan | \n
”antal äkta makar | \n
| \nSe nedan | \n
| \n
| \nSe nedan | \n
| \n
| \nSe nedan | \n
Sträng som representerar namnet på rastret. När du skapar ett filbaserat raster måste denna parameter vara filsökvägen för det nya rastret. Om namnet börjar med /vsimem/ skapas rastret i GDAL:s virtuella filsystem.
Heltal som representerar datatypen för alla band. Standardvärdet är 6 (Float32). Alla band i ett nytt raster måste ha samma datatyp. Värdemappningen är:
Värde | \nGDAL Pixeltyp | \nBeskrivning | \n
|---|---|---|
1 | \nGDT_Byte | \n8 bitars osignerat heltal | \n
2 | \nGDT_UInt16 | \n16 bitars osignerat heltal | \n
3 | \nGDT_Int16 | \n16 bitars signerat heltal | \n
4 | \nGDT_UInt32 | \n32 bitars osignerat heltal | \n
5 | \nGDT_Int32 | \n32 bitars signerat heltal | \n
6 | \nGDT_Float32 | \n32 bitars flyttal | \n
7 | \nGDT_Float64 | \n64 bitars flyttal | \n
12 | \nGDT_UInt64 | \n64 bitars osignerat heltal (GDAL 3.5+) | \n
13 | \nGDT_Int64 | \n64 bitars signerat heltal (GDAL 3.5+) | \n
14 | \nGDT_Int8 | \n8 bitars signerat heltal (GDAL 3.7+) | \n
Heltal som representerar antalet band i rastret. Ett raster kan skapas utan att banddata överförs vid skapandet. Om antalet band inte anges beräknas det automatiskt utifrån längden på indata bands. Antalet band kan inte ändras efter skapandet.
En lista över band_input dictionaries med bandinmatningsdata. De resulterande bandindexen är desamma som i den tillhandahållna listan. Definitionen av ordlistan för bandinmatning ges nedan. Om banddata inte tillhandahålls instansieras rasterbandvärdena som en array med nollor och värdet ”no data” sätts till None.
En ordbok med alternativ för skapande av raster. Nyckel-värdeparen i den inmatade ordlistan skickas till drivrutinen när rastret skapas.
\nDe tillgängliga alternativen är drivrutinsspecifika och beskrivs i dokumentationen för respektive drivrutin.
\nVärdena i ordlistan är inte skiftlägeskänsliga och konverteras automatiskt till rätt strängformat när de skapas.
\nI följande exempel används några av de alternativ som finns tillgängliga för GTiff-drivrutinen. Resultatet är ett komprimerat raster med ett internt tilesystem. De interna plattorna har en blockstorlek på 23 x 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_input (bandinmatning)Link to this heading#Nyckeln bands i ordlistan ds_input är en lista över ordlistor med band_input. Varje band_input-ordbok kan innehålla pixelvärden och värdet ”no data” som skall ställas in på banden i det nya rastret. Dataarrayen kan ha samma storlek som det nya rastret eller vara mindre. För matriser som är mindre än hela rastret styr nycklarna size, shape och offset pixelvärdena. Motsvarande nycklar skickas till metoden data(). Deras funktion är densamma som att ställa in banddata med den metoden. I följande tabell beskrivs de nycklar som kan användas.
Nyckel | \nStandard | \nAnvändning | \n
|---|---|---|
| \n
| \nMappad till attributet | \n
| \nSamma som | \nÖverförs till metoden | \n
| \n
| \nÖverförs till metoden | \n
| \nSamma som storlek | \nÖverförs till metoden | \n
| \n
| \nÖverförs till metoden | \n
GDAL kan komma åt filer som lagras i filsystemet, men stöder också virtuella filsystem för att abstrahera åtkomst till andra typer av filer, t.ex. komprimerade, krypterade eller fjärrfiler.
\nGDAL har ett internt minnesbaserat filsystem, som gör det möjligt att behandla minnesblock som filer. Det kan användas för att läsa och skriva GDALRaster-objekt till och från binära filbuffertar.
Detta är användbart i webbsammanhang där rasters kan hämtas som en buffert från ett fjärrlager eller returneras från en vy utan att skrivas till disk.
\nGDALRaster-objekt skapas i det virtuella filsystemet när ett bytes-objekt tillhandahålls som indata, eller när filsökvägen börjar med /vsimem/.
Indata som tillhandahålls som bytes måste vara en fullständig binär representation av en fil. Till exempel:
# 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'\nFör att skapa ett nytt virtuellt filbaserat raster från början, använd ordboksrepresentationen ds_input och ange ett name argument som börjar med /vsimem/ (för detaljer om ordboksrepresentationen, se gdal-raster-ds-input`). För virtuella filbaserade raster returnerar attributet vsi_buffer bytes-representationen av rastret.
Så här skapar du ett raster och returnerar det som en fil i en HttpResponse:
>>> 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")\nBeroende på den lokala versionen av GDAL kan andra virtuella filsystem stödjas. Du kan använda dem genom att prefixera den angivna sökvägen med lämpligt prefix /vsi*/. Se GDAL Virtual Filesystems documentation för mer information.
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 kan stödja online-resurser och lagringsleverantörer på ett transparent sätt. Så länge den är byggd med sådana funktioner.
\nOm du vill komma åt en publik rasterfil utan autentisering kan du använda /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'\nFör kommersiella lagringsleverantörer (t.ex. /vsis3/) bör systemet vara konfigurerat i förväg för autentisering och eventuellt andra inställningar (se GDAL Virtual Filesystems documentation för tillgängliga alternativ).
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_BIBLIOTEK_VÄGLink 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).
Det grundläggande GDAL-undantaget, som indikerar ett GDAL-relaterat fel.
\nEtt undantag som uppstår när ett fel inträffar vid konstruktion eller användning av ett objekt i det rumsliga referenssystemet.
\n