当前位置：首页 > news >正文

图们市建设局网站sem技术培训

news 2025/8/20 4:38:01

图们市建设局网站,sem技术培训,移动商城网站开发选择,旅游网站建设受众分析我们使用GEE在线编辑可以直接通过在线的网页可以加载展示我们计算的结果，而python版的GEE要展示我们的计算结果可能就比较麻烦。如果有同学看过GEE的python版API中可以找到一个类ee.mapclient，这个类的介绍是它是GEE官方通过Tk写的一个加载展示地图的类。…

我们使用GEE在线编辑可以直接通过在线的网页可以加载展示我们计算的结果，而python版的GEE要展示我们的计算结果可能就比较麻烦。如果有同学看过GEE的python版API中可以找到一个类ee.mapclient，这个类的介绍是它是GEE官方通过Tk写的一个加载展示地图的类。但是随着API的发展，其实这个类早已被官方废弃，我们没办法直接使用这个类，在实际开发中也不建议大家尝试去使用这个类。

下面我介绍一下我推荐使用的加载显示方式，目前比较好用的展示方式有两种，一种是静态图片展示方式，另外一种是动态加载展示结果，下面我会依次来介绍相关内容。

首先使用GEE的python版API在我们的代码最开始都需要加入以下代码：

import ee
ee.Initialize()

第一种方式：静态图片展示模式。

这种模式使用的是IPython自带的display来渲染，然后我们的显示内容也是通过缩略图来显示。

优点：IPython原生，快捷方便。

缺点：渲染内容只能是通过缩略图这种方式来做，展示内容有局限。

第二种方式：动态加载展示模式。

这种方式需要使用一个第三方库 ipygee（https://github.com/fitoprincipe/ipygee），这个库是在另外的一个展示库的基础 ipyleaflet 基础上开发而来的。目前属于刚起步，但是展示效果非常好。

首先是安装这个库 ipygee

（1）安装这个库，以我的电脑为例

sudo pip3 install ipygee

（2）激活ipyleaflet在jupyter上的插件

jupyter nbextension enable --py --sys-prefix ipyleaflet

如果没有安装过nbextension，那么需要先安装

sudo pip3 install jupyter_contrib_nbextensions
sudo jupyter contrib nbextension install --user
sudo pip3 install jupyter_nbextensions_configurator

如果要使用jupyterLab还需要给jupyterLab安装ipyleaflet插件

sudo jupyter labextension install jupyter-leaflet

同时有些电脑，比如我这台需要激活一个插件jupyterlab-manager才能显示地图。

首先查看本地的jupyterLab的版本

jupyter lab --version

输出结果是 0.35.6，通过jupyterlab-manager 网站查询可知，我们需要安装对应版本的内容，也就是0.38版的jupyterlab-manager，所以执行下面的命令：

sudo jupyter labextension install @jupyter-widgets/jupyterlab-manager@0.38

（3）ipygee初步使用

使用这个库非常简单，需要注意的是：使用这个库之前必须要验证GEE，也就是需要执行

import ee
ee.Initialize()

加载地图

# 展示地图
from ipygee import Map
myMap = Map()
myMap.show()

显示资源管理器

# 资源管理器，也就是GEE在线编辑的Assets Manager界面
from ipygee import AssetManager
myManager = AssetManager()
myManager

显示任务管理器

# 任务管理器，也就是GEE的Task列表
from ipygee import TaskManager
myTask = TaskManager()
myTask

从这里可以看到ipygee是通过GEE的API连接到GEE服务器上，然后展示相关内容。下面我详细说一下ipygee是如何加载显示我们想要的影像或者矢量数据的。

（4）加载矢量、栅格数据

具体代码：

# 加载显示栅格数据和矢量数据
from ipygee import Map
myMap = Map()
# 展示OSM底图
myMap.show()
# 栅格数据
img = ee.Image("CGIAR/SRTM90_V4")
# 矢量数据
roi = ee.FeatureCollection("users/wangweihappy0/shape/huanghe")
# 缩放到指定级别
myMap.centerObject(roi, 5)
# 裁剪数据
img = img.clip(roi)
# 加载栅格数据到地图上
myMap.addLayer(img, {"min": 0, "max": 3000}, name="SRTM")
# 加载矢量数据到地图上
myMap.addLayer(roi, {"outline_color": "red", "outline": 2, "fill_color": "blue"}, name="roi")