GDAL (Geospatial Data Abstraction Library) ist eine Open-Source-Raster-Geodatenkonvertierungsbibliothek unter der X/MIT-Lizenz. Es verwendet ein abstraktes Datenmodell, um die verschiedenen unterstützten Dateiformate auszudrücken. Es verfügt außerdem über eine Reihe von Befehlszeilentools für die Datenkonvertierung und -verarbeitung.
Methode 1: Laden Sie die WHL-Datei entsprechend der Python-Version von der Website https://www.lfd.uci.edu/~gohlke/pythonlibs/ herunter. #gdal. In der Befehlszeile installieren Sie die WHL-Datei mit dem vollständigen Pfad (Windows-Modus). (Empfohlenes Lernen: Python-Video-Tutorial)
Methode 2:
Befehlszeilen-Conda/Pip-Suche gdal zum Anzeigen Um die Version zu ermitteln, wählen Sie die entsprechende Version aus (meine ist 2.2.4). Wenn nicht, verwenden Sie Methode eins.
Befehlszeile conda/pip install gdal=Versionsnummer, achten Sie darauf, die Versionsnummer hinzuzufügen, da sonst möglicherweise eine alte Version installiert wird (verfügbar für Windows/Linux).
Das gdal-Paket wird zur Verarbeitung von Rasterdaten und ogr zur Verarbeitung von Vektordaten verwendet.
Das folgende Programm ist eine einfache Anwendung von gdal zur Verarbeitung von Rastern.
from osgeo import gdal import numpy as np np.set_printoptions(threshold=np.inf)#使print大量数据不用符号...代替而显示所有 dataset = gdal.Open("E:/RS_data/caijian1214/caijian.tif") print(dataset.GetDescription())#数据描述 print(dataset.RasterCount)#波段数 cols=dataset.RasterXSize#图像长度 rows=(dataset.RasterYSize)#图像宽度 xoffset=cols/2 yoffset=rows/2 band = dataset.GetRasterBand(3)#取第三波段 r=band.ReadAsArray(xoffset,yoffset,1000,1000)#从数据的中心位置位置开始,取1000行1000列数据 band = dataset.GetRasterBand(2) g=band.ReadAsArray(xoffset,yoffset,1000,1000) band = dataset.GetRasterBand(1) b=band.ReadAsArray(xoffset,yoffset,1000,1000) import cv2 import matplotlib.pyplot as plt img2=cv2.merge([r,g,b]) plt.imshow(img2) plt.xticks([]),plt.yticks([]) # 不显示坐标轴 plt.show()
Weitere technische Artikel zum Thema Python finden Sie in der Spalte Python-Tutorial, um mehr darüber zu erfahren!
Das obige ist der detaillierte Inhalt vonSo installieren Sie GDAL in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Laden Sie Gurkendateien in Python 3.6 Umgebungsbericht Fehler: ModulenotFoundError: Nomodulennamen ...

Wie löste ich das Problem der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse? Wenn wir malerische Spot -Kommentare und -analysen durchführen, verwenden wir häufig das Jieba -Word -Segmentierungstool, um den Text zu verarbeiten ...


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

DVWA
Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung