GDAL API

gDAL står för Geospatial Data Abstraction Library och är en veritabel ”schweizisk armékniv” för GIS-datafunktioner. En delmängd av GDAL är `OGR`__ Simple Features Library, som är specialiserat på att läsa och skriva geografiska vektordata i en mängd olika standardformat.

GeoDjango 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).

Observera

Även om modulen heter gdal stöder GeoDjango bara några av funktionerna i OGR och GDALs rasterfunktioner för närvarande.

Översikt

Exempeldata

GDAL/OGR-verktygen som beskrivs här är utformade för att hjälpa dig att läsa in dina geospatiala data, för att de flesta av dem ska vara användbara måste du ha några data att arbeta med. Om du börjar och ännu inte har några egna data att använda, innehåller GeoDjango-tester ett antal datauppsättningar som du kan använda för testning. Du kan ladda ner dem här:

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

Objekt för vektordatakälla

DataSource

DataSource är ett omslag för OGR:s datakällsobjekt som stöder läsning av data från en mängd olika OGR-stödda geospatiala filformat och datakällor med hjälp av ett konsekvent gränssnitt. Varje datakälla representeras av ett DataSource-objekt som innehåller ett eller flera datalager. Varje skikt, som representeras av ett Layer-objekt, innehåller ett antal geografiska egenskaper (Feature), information om vilken typ av egenskaper som finns i skiktet (t.ex. punkter, polygoner etc.) samt namn och typ för eventuella ytterligare datafält (Field) som kan associeras med varje egenskap i skiktet.

class DataSource(ds_input, encoding='utf-8')[source]

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
>>> ds = DataSource("/path/to/your/cities.shp")
>>> ds.name
'/path/to/your/cities.shp'
>>> ds.layer_count  # This file only contains one layer
1

layer_count[source]

Returnerar antalet lager i datakällan.

name[source]

Returnerar namnet på datakällan.

Lager

class Layer

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:
...     print('Layer "%s": %i %ss' % (layer.name, len(layer), layer.geom_type.name))
...
Layer "cities": 3 Points

Exemplet 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]

name

Returnerar namnet på detta lager i datakällan.

>>> layer.name
'cities'

num_feat

Returnerar antalet funktioner i lagret. Samma som len(layer):

>>> layer.num_feat
3

geom_type

Returnerar geometritypen för skiktet, som ett OGRGeomType-objekt:

>>> layer.geom_type.name
'Point'

num_fields

Returnerar antalet fält i skiktet, dvs. antalet fält med data som är associerade med varje funktion i skiktet:

>>> layer.num_fields
4

fields

Returnerar en lista med namnen på alla fält i detta skikt:

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

Returnerar 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]
['OFTString', 'OFTReal', 'OFTReal', 'OFTDate']

field_widths

Returnerar en lista med de maximala fältbredderna för varje fält i detta skikt:

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

field_precisions

Returnerar en lista med de numeriska precisionsvärdena för varje fält i detta skikt. Detta är meningslöst (och sätts till noll) för icke-numeriska fält:

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

extent

Returnerar den rumsliga utbredningen av detta lager, som ett Envelope-objekt:

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

srs

Egenskap som returnerar den SpatialReference som är associerad med detta lager:

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

Om Layer inte har någon spatial referensinformation associerad med sig, returneras None.

spatial_filter

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

get_fields()

En metod som returnerar en lista med värdena för ett visst fält för varje objekt i skiktet:

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

get_geoms(geos=False)

En 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()]
[(-104.609252, 38.255001), (-95.23506, 38.971823), (-95.363151, 29.763374)]

test_capability(capability)

Returnerar ett booleanskt värde som anger om lagret stöder den angivna egenskapen (en sträng). Exempel på giltiga kapacitetssträngar är: 'RandomRead', 'SequentialWrite', 'RandomWrite', 'FastSpatialFilter', 'FastFeatureCount', 'FastGetExtent', 'CreateField', 'Transactions', 'DeleteFeature' och 'FastSetNextByIndex'.

Funktion

class Feature

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.

geom

Returnerar geometrin för den här funktionen som ett OGRGeometry-objekt:

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

get

En metod som returnerar värdet för det angivna fältet (specificerat med namn) för denna funktion, inte ett Field omslagsobjekt:

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

geom_type

Returnerar 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.

num_fields

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.

fields

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.

fid

Returnerar identifieraren för objektet i skiktet:

>>> city.fid
0

layer_name

Returnerar namnet på Layer som objektet kommer från. Detta kommer att vara detsamma för alla funktioner i ett visst lager:

>>> city.layer_name
'cities'

index

En metod som returnerar indexet för det angivna fältnamnet. Detta kommer att vara detsamma för alla objekt i ett visst lager:

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

Fält

class Field

name

Returnerar namnet på detta fält:

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

type

Returnerar OGR-typen för detta fält, som ett heltal. Ordboken FIELD_CLASSES mappar dessa värden till subklasser av Field:

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

type_name

Returnerar en sträng med namnet på datatypen för detta fält:

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

value

Returnerar 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
102121

width

Returnerar bredden på detta fält:

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

precision

Returnerar den numeriska precisionen för detta fält. Detta är meningslöst (och sätts till noll) för icke-numeriska fält:

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

as_double()

Returnerar fältets värde som en dubbel (float):

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

as_int()

Returnerar fältets värde som ett heltal:

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

as_string()

Returnerar fältets värde som en sträng:

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

as_datetime()

Returnerar fältets värde som en tupel av datum- och tidskomponenter:

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

Drivrutin

class Driver(dr_input)[source]

Klassen Driver används internt för att omsluta en OGR DataSource-drivrutin.

driver_count[source]

Returnerar antalet OGR-vektorförare som för närvarande är registrerade.

OGR Geometrier

OGRGeometri

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
>>> polygon = OGRGeometry("POLYGON((0 0, 5 0, 5 5, 0 5))")

class OGRGeometry(geom_input, srs=None)[source]

Detta 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).

classmethod from_gml(gml_string)[source]

Konstruerar en OGRGeometry från den givna GML-strängen.

classmethod from_bbox(bbox)[source]

Konstruerar en Polygon från den givna bounding-boxen (en 4-tupel).

__len__()

Returnerar antalet punkter i en LineString, antalet ringar i en Polygon eller antalet geometrier i en GeometryCollection. Gäller inte för andra geometrityper.

__iter__()

Itererar över punkterna i en LineString, ringarna i en Polygon eller geometrierna i en GeometryCollection. Gäller inte för andra geometrityper.

__getitem__()

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.

dimension[source]

Returnerar antalet koordinerade dimensioner i geometrin, dvs. 0 för punkter, 1 för linjer osv:

>>> polygon.dimension
2

coord_dim[source]

Returnerar koordinatdimensionen för denna geometri. Värdet är t.ex. 2 för tvådimensionella geometrier.

Ersatt sedan version 5.1: Settern coord_dim är föråldrad. Använd set_3d() istället.

is_3d[source]

New in Django 5.1.

En boolean som anger om geometrin har Z-koordinater.

set_3d(value)[source]

New in Django 5.1.

En metod som lägger till eller tar bort Z-koordinatdimensionen.

>>> p = OGRGeometry("POINT (1 2 3)")
>>> p.is_3d
True
>>> p.set_3d(False)
>>> p.wkt
"POINT (1 2)"

is_measured[source]

New in Django 5.1.

En boolean som anger om geometrin har M-koordinater.

set_measured(value)[source]

New in Django 5.1.

En metod för att lägga till eller ta bort M-koordinatdimensionen.

>>> p = OGRGeometry("POINT (1 2)")
>>> p.is_measured
False
>>> p.set_measured(True)
>>> p.wkt
"POINT M (1 2 0)"

geom_count[source]

Returnerar antalet element i denna geometri:

>>> polygon.geom_count
1

has_curve[source]

New in Django 5.2.

En boolean som anger om geometrin är eller innehåller en kurvgeometri.

get_linear_geometry()[source]

New in Django 5.2.

Returnerar en linjär version av geometrin. Om ingen konvertering kan göras returneras originalgeometrin.

get_curve_geometry()[source]

New in Django 5.2.

Returnerar en krökt version av geometrin. Om ingen konvertering kan göras returneras originalgeometrin.

point_count[source]

Returnerar antalet punkter som används för att beskriva denna geometri:

>>> polygon.point_count
4

num_points[source]

Alias för point_count.

num_coords[source]

Alias för point_count.

geom_type[source]

Returnerar typen av denna geometri, som ett OGRGeomType-objekt.

geom_name[source]

Returnerar namnet på typen för denna geometri:

>>> polygon.geom_name
'POLYGON'

area[source]

Returnerar arean för denna geometri, eller 0 för geometrier som inte innehåller någon area:

>>> polygon.area
25.0

envelope[source]

Returnerar kuvertet för denna geometri, som ett Envelope-objekt.

extent[source]

Returnerar kuvertet för denna geometri som en 4-tupel, istället för som ett Envelope-objekt:

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

srs

Denna egenskap styr den rumsliga referensen för denna geometri, eller None om inget rumsligt referenssystem har tilldelats den. Om den är tilldelad returnerar åtkomst till denna egenskap ett SpatialReference-objekt. Den kan ställas in med ett annat SpatialReference-objekt, eller någon annan indata som SpatialReference accepterar. Exempel på detta:

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

srid

Returnerar eller anger den identifierare för rumslig referens som motsvarar SpatialReference för denna geometri. Returnerar None om det inte finns någon rumslig referensinformation associerad med denna geometri, eller om en SRID inte kan fastställas.

geos[source]

Returnerar ett GEOSGeometry-objekt som motsvarar denna geometri.

gml[source]

Returnerar en strängrepresentation av denna geometri i GML-format:

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

hex[source]

Returnerar en strängrepresentation av denna geometri i HEX WKB-format:

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

json[source]

Returnerar en strängrepresentation av denna geometri i JSON-format:

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

kml[source]

Returnerar en strängrepresentation av denna geometri i KML-format.

wkb_size[source]

Returnerar storleken på den WKB-buffert som behövs för att hålla en WKB-representation av denna geometri:

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

wkb[source]

Returnerar en buffer som innehåller en WKB-representation av denna geometri.

wkt[source]

Returnerar en strängrepresentation av denna geometri i WKT-format.

ewkt[source]

Returnerar EWKT-representationen av denna geometri.

clone()[source]

Returnerar en ny OGRGeometry-klon av detta geometriobjekt.

close_rings()[source]

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:

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

transform(coord_trans, clone=False)[source]

Transformerar 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.

intersects(other)[source]

Returnerar True om denna geometri skär den andra, annars returneras False.

equals(other)[source]

Returnerar True om denna geometri är likvärdig med den andra, annars returneras False.

disjoint(other)[source]

Returnerar True om denna geometri är rumsligt disjunkt med (dvs. inte skär) den andra, annars returneras False.

touches(other)[source]

Returnerar True om denna geometri berör den andra, annars returneras False.

crosses(other)[source]

Returnerar True om denna geometri korsar den andra, annars returneras False.

within(other)[source]

Returnerar True om denna geometri är innesluten i den andra, annars returneras False.

contains(other)[source]

Returnerar True om denna geometri innehåller den andra, annars returneras False.

overlaps(other)[source]

Returnerar True om denna geometri överlappar den andra, annars returneras False.

boundary()[source]

Gränsen för denna geometri, som ett nytt OGRGeometry-objekt.

convex_hull[source]

Den minsta konvexa polygonen som innehåller denna geometri, som ett nytt OGRGeometry-objekt.

difference()[source]

Returnerar regionen som består av skillnaden mellan den här geometrin och den andra, som ett nytt OGRGeometry-objekt.

intersection()[source]

Returnerar regionen som består av skärningspunkten mellan denna geometri och den andra, som ett nytt OGRGeometry-objekt.

sym_difference()[source]

Returnerar den region som består av den symmetriska skillnaden mellan denna geometri och den andra, som ett nytt OGRGeometry-objekt.

union()[source]

Returnerar den region som består av föreningen av denna geometri och den andra, som ett nytt OGRGeometry-objekt.

centroid[source]

Returnerar en Point som representerar geometrins centroid.

Changed in Django 5.1:

centroid har flyttats från att vara ett attribut för Polygon till att vara tillgängligt för alla geometrityper.

tuple

Returnerar koordinaterna för en punktgeometri som en tupel, koordinaterna för en linjegeometri som en tupel av tuplar osv:

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

coords

Ett alias för tuple.

class Point

x

Returnerar X-koordinaten för denna punkt:

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

y

Returnerar Y-koordinaten för denna punkt:

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

z

Returnerar Z-koordinaten för denna punkt, eller None om punkten inte har någon Z-koordinat:

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

m

New in Django 5.1.

Returnerar M-koordinaten för denna punkt, eller None om Point inte har någon M-koordinat:

>>> OGRGeometry("POINT ZM (1 2 3 4)").m
4.0

class LineString

x

Returnerar en lista med X-koordinater i denna linje:

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

y

Returnerar en lista med Y-koordinater i denna linje:

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

z

Returnerar 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
[3.0, 6.0]

m

New in Django 5.1.

Returnerar 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
[10.0, 11.0, 12.0]

class Polygon

shell

Returnerar skalet eller den yttre ringen för denna polygon, som en LinearRing geometri.

exterior_ring

Ett alias för shell.

class GeometryCollection

add(geom)

Lägger till en geometri till denna geometrisamling. Gäller inte för andra geometrityper.

OGRGeomType

class OGRGeomType(type_input)[source]

Denna klass gör det möjligt att representera en OGR-geometrityp på flera olika sätt:

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

name[source]

Returnerar en kortfattad strängform av OGR Geometry-typen:

>>> gt1.name
'Polygon'

num

Returnerar det nummer som motsvarar OGR-geometritypen:

>>> gt1.num
3

django[source]

Returnerar 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
'PolygonField'

Kuvert

class Envelope(*args)[source]

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.

min_x[source]

Värdet på den minsta X-koordinaten.

min_y[source]

Värdet på den maximala X-koordinaten.

max_x[source]

Värdet på den minsta Y-koordinaten.

max_y[source]

Värdet på den maximala Y-koordinaten.

ur[source]

Den övre högra koordinaten, som en tupel.

ll[source]

Den nedre vänstra koordinaten, som en tupel.

tuple[source]

En tupel som representerar kuvertet.

wkt[source]

En sträng som representerar detta kuvert som en polygon i WKT-format.

expand_to_include(*args)[source]

Objekt i koordinatsystem

SpatialReference

class SpatialReference(srs_input)[source]

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:

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

__getitem__(target)[source]

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

attr_value(target, index=0)[source]

Attributvärdet för den angivna målnoden (t.ex. 'PROJCS'). Nyckelordet index anger ett index för den underordnade nod som ska returneras.

auth_name(target)[source]

Returnerar auktoritetsnamnet för den givna strängens målnod.

auth_code(target)[source]

Returnerar auktoritetskoden för den givna strängens målnod.

clone()[source]

Returnerar en klon av detta rumsliga referensobjekt.

identify_epsg()[source]

Denna metod inspekterar WKT för denna SpatialReference och lägger till EPSG-auktoritetsnoder där en EPSG-identifierare är tillämplig.

from_esri()[source]

Omvandlar denna SpatialReference från ESRI:s format till EPSG

to_esri()[source]

Morphar denna SpatialReference till ESRI:s format.

validate()[source]

Kontrollerar om den angivna rumsliga referensen är giltig, om så inte är fallet kommer ett undantag att uppstå.

import_epsg(epsg)[source]

Importera rumslig referens från EPSG-kod.

import_proj(proj)[source]

Importera rumslig referens från PROJ-sträng.

import_user_input(user_input)[source]

import_wkt(wkt)[source]

Importera rumslig referens från WKT.

import_xml(xml)[source]

Importera rumslig referens från XML.

name[source]

Returnerar namnet på denna rumsliga referens.

srid[source]

Returnerar SRID för högsta nivåns auktoritet, eller None om den inte är definierad.

linear_name[source]

Returnerar namnet på de linjära enheterna.

linear_units[source]

Returnerar värdet för de linjära enheterna.

angular_name[source]

Returnerar namnet på vinkelenheterna.”

angular_units[source]

Returnerar värdet för vinkelenheterna.

units[source]

Returnerar en 2-tupel av enhetsvärdet och enhetsnamnet och avgör automatiskt om det är linjära enheter eller vinkelenheter som ska returneras.

ellipsoid[source]

Returnerar en tupel av ellipsoidparametrarna för denna rumsliga referens: (semimajoraxel, semiminoraxel och invers avplaning).

semi_major[source]

Returnerar ellipsoidens halva huvudaxel för denna rumsliga referens.

semi_minor[source]

Returnerar ellipsoidens halva mindre axel för denna rumsliga referens.

inverse_flattening[source]

Returnerar ellipsoidens inversa tillplattning för denna rumsliga referens.

geographic[source]

Returnerar True om denna rumsliga referens är geografisk (rotnoden är GEOGCS).

local[source]

Returnerar True om denna rumsliga referens är lokal (rotnoden är LOCAL_CS).

projected[source]

Returnerar True om denna rumsliga referens är ett projicerat koordinatsystem (rotnoden är PROJCS).

wkt[source]

Returnerar WKT-representationen av denna rumsliga referens.

pretty_wkt[source]

Returnerar den ”vackra” representationen av WKT.

proj[source]

Returnerar PROJ-representationen för denna rumsliga referens.

proj4[source]

Alias för SpatialReference.proj.

xml[source]

Returnerar XML-representationen av denna rumsliga referens.

CoordTransform

class CoordTransform(source, target)[source]

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"))
>>> for feat in layer:
...     geom = feat.geom  # getting clone of feature geometry
...     geom.transform(ct)  # transforming
...

Objekt för rasterdata

GDALRaster

GDALRaster är ett omslag för GDAL:s rasterkällobjekt som stöder läsning av data från en mängd olika GDAL-stödda geospatiala filformat och datakällor med hjälp av ett konsekvent gränssnitt. Varje datakälla representeras av ett GDALRaster-objekt som innehåller ett eller flera datalager som kallas band. Varje band, som representeras av ett GDALBand-objekt, innehåller georefererade bilddata. En RGB-bild representeras t.ex. av tre band: ett för rött, ett för grönt och ett för blått.

Observera

För rasterdata är det ingen skillnad mellan en rasterinstans och dess datakälla. Till skillnad från Geometry-objekten är GDALRaster-objekt alltid en datakälla. Temporära raster kan instansieras i minnet med hjälp av motsvarande drivrutin, men de kommer att vara av samma klass som filbaserade rasterkällor.

class GDALRaster(ds_input, write=False)[source]

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.

Följande exempel visar hur raster kan skapas från olika ingångskällor (med hjälp av exempeldata från GeoDjango-testerna; se även avsnittet Exempeldata).

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

name[source]

Namnet på källan, vilket motsvarar sökvägen till indatafilen eller det namn som anges vid instansiering.

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

driver[source]

Namnet 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:

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

Ett filbaserat GeoTiff-raster skapas med hjälp av följande exempel:

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

width[source]

Källans bredd i pixlar (X-axeln).

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

height[source]

Källans höjd i pixlar (Y-axeln).

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

srs[source]

Rastrets 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})
>>> rst.srs.srid
4326
>>> rst.srs = 3086
>>> rst.srs.srid
3086

srid[source]

Rastrets 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})
>>> rst.srid
4326
>>> rst.srid = 3086
>>> rst.srid
3086
>>> rst.srs.srid  # This is equivalent
3086

geotransform[source]

Den 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:

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

Samma 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})
>>> rst.geotransform
[0.0, 1.0, 0.0, 0.0, 0.0, -1.0]

origin[source]

Koordinater 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})
>>> rst.origin
[0.0, 0.0]
>>> rst.origin.x = 1
>>> rst.origin
[1.0, 0.0]

scale[source]

Pixelbredd 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})
>>> rst.scale
[1.0, -1.0]
>>> rst.scale.x = 2
>>> rst.scale
[2.0, -1.0]

skew[source]

Skevhetskoefficienter 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})
>>> rst.skew
[0.0, 0.0]
>>> rst.skew.x = 3
>>> rst.skew
[3.0, 0.0]

extent[source]

Rasterkällans utbredning (gränsvärden), som en 4-tupel (xmin, ymin, xmax, ymax) i källans rumsliga referenssystem.

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

bands[source]

Lista över alla band i källan, som GDALBand-instanser.

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

warp(ds_input, resampling='NearestNeighbour', max_error=0.0)[source]

Returnerar en förvrängd version av detta raster.

Warpingparametrarna 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.

Den 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:

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

transform(srs, driver=None, name=None, resampling='NearestNeighbour', max_error=0.0)[source]

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

info[source]

Returnerar en sträng med en sammanfattning av rastret. Detta motsvarar kommandoradsverktyget `gdalinfo`__.

metadata

Metadata 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.

För 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.

Om du vill ta bort ett metadataobjekt använder du None som metadatavärde.

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

vsi_buffer[source]

En bytes``representation av detta raster. Returnerar ``None för raster som inte lagras i GDAL:s virtuella filsystem.

is_vsi_based[source]

En boolean som anger om detta raster lagras i GDAL:s virtuella filsystem.

GDALBand

class GDALBand

instanser av GDALBand skapas inte explicit utan erhålls från ett GDALRaster-objekt genom dess bands-attribut. GDALBands innehåller de faktiska pixelvärdena i rastret.

description

Namn eller beskrivning av bandet, om sådant finns.

width

Bandets bredd i pixlar (X-axeln).

height

Bandets höjd i pixlar (Y-axeln).

pixel_count

Det totala antalet pixlar i detta band. Är lika med bredd * höjd.

statistics(refresh=False, approximate=False)

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.

min

Bandets lägsta pixelvärde (exklusive värdet för ”inga data”).

max

Det maximala pixelvärdet för bandet (exklusive värdet ”inga data”).

mean

Medelvärdet av alla pixelvärden i bandet (exklusive värdet ”inga data”).

std

Standardavvikelsen för alla pixelvärden i bandet (exklusive värdet ”inga data”).

nodata_value

Värdet ”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.

För att ta bort ett befintligt ”no data”-värde, sätt denna egenskap till None.

datatype(as_string=False)

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.

color_interp(as_string=False)

Färgtolkningen för bandet, som ett heltal mellan 0 och 16. Om as_string är True returneras datatypen som en sträng med följande möjliga värden: GCI_Undefined, GCI_GrayIndex, GCI_PaletteIndex, GCI_RedBand, GCI_GreenBand, GCI_BlueBand, GCI_AlphaBand, GCI_HueBand, GCI_SaturationBand, GCI_LightnessBand, GCI_CyanBand, GCI_MagentaBand, GCI_YellowBand, GCI_BlackBand, GCI_YCbCr_YBand, GCI_YCbCr_CbBand och GCI_YCbCr_CrBand. GCI_YCbCr_CrBand representerar också GCI_Max eftersom båda motsvarar heltalet 16, men endast GCI_YCbCr_CrBand returneras som en sträng.

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

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.

Data 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:

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

metadata

Metadata för detta band. Funktionaliteten är identisk med GDALRaster.metadata.

Skapa raster från data

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.

Ordboken ”dds_input

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	Standard	Användning
srid	obligatoriskt	Mappad till attributet srid
bredd	obligatoriskt	Mappad till attributet width
höjd	obligatoriskt	Mappad till attributet height
drivrutin	MEM	Mappad till attributet driver
namn	''	Se nedan
ursprung	0	Mappad till attributet origin
skala	0	Mappad till attributet scale
skew	0	Mappad till attributet width
band	[]	Se nedan
”antal äkta makar	0	Se nedan
datatyp	6	Se nedan
papsz_options	{}	Se nedan

name

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.

datatype

Heltal som representerar datatypen för alla band. Standardvärdet är 6 (Float32). Alla band i ett nytt raster måste ha samma datatyp. Värdemappningen är:

Värde	GDAL Pixeltyp	Beskrivning
1	GDT_Byte	8 bitars osignerat heltal
2	GDT_UInt16	16 bitars osignerat heltal
3	GDT_Int16	16 bitars signerat heltal
4	GDT_UInt32	32 bitars osignerat heltal
5	GDT_Int32	32 bitars signerat heltal
6	GDT_Float32	32 bitars flyttal
7	GDT_Float64	64 bitars flyttal
12	GDT_UInt64	64 bitars osignerat heltal (GDAL 3.5+)
13	GDT_Int64	64 bitars signerat heltal (GDAL 3.5+)
14	GDT_Int8	8 bitars signerat heltal (GDAL 3.7+)

nr_of_bands

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.

bands

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.

papsz_options

En ordbok med alternativ för skapande av raster. Nyckel-värdeparen i den inmatade ordlistan skickas till drivrutinen när rastret skapas.

De tillgängliga alternativen är drivrutinsspecifika och beskrivs i dokumentationen för respektive drivrutin.

Värdena i ordlistan är inte skiftlägeskänsliga och konverteras automatiskt till rätt strängformat när de skapas.

I 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:

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

Ordboken band_input (bandinmatning)

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	Standard	Användning
nodata_värde	Ingen	Mappad till attributet nodata_value
data	Samma som nodata_value eller 0	Överförs till metoden data()
storlek	(med, höjd) av raster	Överförs till metoden data()
form	Samma som storlek	Överförs till metoden data()
offset	(0, 0)	Överförs till metoden data()

Använda GDAL:s virtuella filsystem

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.

Använda minnesbaserat virtuellt filsystem

GDAL 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.

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

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

Använda andra virtuella filsystem

Beroende 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.

Komprimerade raster

Istället för att dekomprimera filen och instansiera det resulterande rastret kan GDAL direkt komma åt komprimerade filer med hjälp av de virtuella filsystemen /vsizip/, /vsigzip/ eller /vsitar/:

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

Nätverksraster

GDAL kan stödja online-resurser och lagringsleverantörer på ett transparent sätt. Så länge den är byggd med sådana funktioner.

Om du vill komma åt en publik rasterfil utan autentisering kan du använda /vsicurl/:

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

För 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).

Inställningar

GDAL_BIBLIOTEK_VÄG

En sträng som anger platsen för GDAL-biblioteket. Vanligtvis används denna inställning endast om GDAL-biblioteket finns på en plats som inte är standard (t.ex. /home/john/lib/libgdal.so).

Undantag

exception GDALException[source]

Det grundläggande GDAL-undantaget, som indikerar ett GDAL-relaterat fel.

exception SRSException[source]

Ett undantag som uppstår när ett fel inträffar vid konstruktion eller användning av ett objekt i det rumsliga referenssystemet.