در این مطلب، ویدئو کار با داده های رستر با استفاده از پایتون با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:59:46
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,320 –> 00:00:04,080
سلام به کار با داده های شطرنجی
2
00:00:04,080 –> 00:00:05,839
با استفاده از جلسه
3
00:00:05,839 –> 00:00:08,240
4
00:00:08,240 –> 00:00:09,280
5
00:00:09,280 –> 00:00:13,599
6
00:00:13,599 –> 00:00:16,720
پایتون خوش آمدید.
7
00:00:16,720 –> 00:00:19,520
8
00:00:19,520 –> 00:00:21,279
9
00:00:21,279 –> 00:00:24,160
10
00:00:24,160 –> 00:00:26,000
شی فهرستی
11
00:00:26,000 –> 00:00:28,080
سپس در مورد
12
00:00:28,080 –> 00:00:30,320
نحوه تجسم و کاوش داده های شطرنجی
13
00:00:30,320 –> 00:00:33,360
در arcpie صحبت خواهیم کرد و سپس چگونه می توانید
14
00:00:33,360 –> 00:00:35,280
داده های شطرنجی خود را مدیریت کنید و برخی پردازش ها را انجام دهید
15
00:00:35,280 –> 00:00:36,559
16
00:00:36,559 –> 00:00:39,760
سپس به سمت تجزیه و تحلیل شطرنجی می رویم
17
00:00:39,760 –> 00:00:41,760
و سپس چگونه می توانید
18
00:00:41,760 –> 00:00:43,840
تجزیه و تحلیل سفارشی را با استفاده از آن انجام دهید. numpy
19
00:00:43,840 –> 00:00:45,360
پس بیایید شروع کنیم
20
00:00:45,360 –> 00:00:47,120
وقتی با رستر
21
00:00:47,120 –> 00:00:50,000
در پایتون یا برای هر پروژه ای کار می کنید،
22
00:00:50,000 –> 00:00:51,600
چه کارهایی می خواهید انجام دهید،
23
00:00:51,600 –> 00:00:54,320
ممکن است بخواهید آن را تجسم کنید و سپس
24
00:00:54,320 –> 00:00:56,000
می خواهید داده های خود را درک کنید تا
25
00:00:56,000 –> 00:00:57,280
بخواهید آنها را کاوش کنید
26
00:00:57,280 –> 00:00:58,879
که ممکن است بخواهید انجام دهید. نوعی
27
00:00:58,879 –> 00:01:00,879
پردازش دستهای پردازش دادهها
28
00:01:00,879 –> 00:01:03,920
یا میخواهید کل گردش کار خود را خودکار کنید،
29
00:01:03,920 –> 00:01:05,360
30
00:01:05,360 –> 00:01:07,520
میتوانید
31
00:01:07,520 –> 00:01:08,479
32
00:01:08,479 –> 00:01:10,080
زمانی که تمام این موارد را که ممکن است بخواهید انجام دهید، مدیریت دادهها را نیز انجام دهید.
33
00:01:10,080 –> 00:01:12,320
o به سمت
34
00:01:12,320 –> 00:01:13,360
تجزیه و تحلیل شطرنجی حرکت
35
00:01:13,360 –> 00:01:16,960
کنید، حالا بیایید
36
00:01:16,960 –> 00:01:21,119
ببینیم با استفاده از اکوسیستم پایتون که در سیستم خود داریم در arcgis چه کاری و چگونه می توانید انجام دهید،
37
00:01:21,119 –> 00:01:23,280
38
00:01:23,280 –> 00:01:25,520
39
00:01:25,520 –> 00:01:28,960
ما یک اکوسیستم غنی پایتون
40
00:01:28,960 –> 00:01:32,400
در یک طرف داریم شما api arcgis دارید
41
00:01:32,400 –> 00:01:35,280
که با arcgis rgs سازمانی
42
00:01:35,280 –> 00:01:36,880
آنلاین کار می کند
43
00:01:36,880 –> 00:01:40,320
. در این محیط، شما در واقع
44
00:01:40,320 –> 00:01:42,479
پایتون خود را اجرا می کنید، اما این عملیات
45
00:01:42,479 –> 00:01:44,720
روی یک سرور راه دور اتفاق افتاده است، این یک پردازش از راه دور است
46
00:01:44,720 –> 00:01:45,600
47
00:01:45,600 –> 00:01:49,520
، از طرف دیگر شما باید arc by in pro را
48
00:01:49,520 –> 00:01:53,119
داشته باشید که در آن اسکریپت خود را
49
00:01:53,119 –> 00:01:56,240
روی برنامه دسکتاپ دسکتاپ اجرا می کنید مانند arcgis pro
50
00:01:56,240 –> 00:01:57,600
و arcbam
51
00:01:57,600 –> 00:01:59,759
و سپس پردازش اکنون به صورت محلی
52
00:01:59,759 –> 00:02:01,200
در رایانه
53
00:02:01,200 –> 00:02:03,520
شما اتفاق می افتد بسته به کاری که می
54
00:02:03,520 –> 00:02:04,240
55
00:02:04,240 –> 00:02:06,640
56
00:02:06,640 –> 00:02:07,680
57
00:02:07,680 –> 00:02:10,239
58
00:02:10,239 –> 00:02:11,920
59
00:02:11,920 –> 00:02:14,319
60
00:02:14,319 –> 00:02:15,599
61
00:02:15,599 –> 00:02:18,239
خواهید انجام دهید. نقشه کشی تجزیه و تحلیل موقعیت مکانی مدیریت به صورت
62
00:02:18,239 –> 00:02:19,200
63
00:02:19,200 –> 00:02:22,720
سه بعدی یا حتی یادگیری ماشینی خاص،
64
00:02:22,720 –> 00:02:24,879
اما برای این جلسه ما
65
00:02:24,879 –> 00:02:27,200
بر روی تجزیه و تحلیل شطرنجی
66
00:02:27,200 –> 00:02:30,319
و تجزیه و تحلیل تصاویر تمرکز خواهیم کرد.
67
00:02:30,319 –> 00:02:32,959
68
00:02:32,959 –> 00:02:35,280
برای انجام این کار باید به دنبال دو ماژول مختلف بگردید،
69
00:02:35,280 –> 00:02:36,720
70
00:02:36,720 –> 00:02:40,239
یکی دیگر این است
71
00:02:40,239 –> 00:02:43,440
که چرا همه
72
00:02:43,440 –> 00:02:46,480
این قابلیت ها و ابزارهای موجود در
73
00:02:46,480 –> 00:02:48,640
arcpi در واقع در ماژول های مختلف گروه بندی شده اند
74
00:02:48,640 –> 00:02:49,519
75
00:02:49,519 –> 00:02:52,720
و ما این دو ماژول را داریم
76
00:02:52,720 –> 00:02:54,720
که از آنجا می توانید همیشه همه این
77
00:02:54,720 –> 00:02:57,280
تجزیه و تحلیل زنگ زدگی و پردازش تصویر را
78
00:02:57,280 –> 00:03:00,640
مانند همه ماژول ها انجام دهید، اکنون باید وارد شود
79
00:03:00,640 –> 00:03:03,680
که چگونه وارد می
80
00:03:03,680 –> 00:03:07,440
کنید، وقتی می خواهید
81
00:03:07,440 –> 00:03:10,400
بیان جبر نقشه یا
82
00:03:10,400 –> 00:03:10,879
نوشتن عملیات را
83
00:03:10,879 –> 00:03:14,560
در a در یک عبارت جبری فلزی انجام دهید،
84
00:03:14,560 –> 00:03:17,920
اکنون می توانید ابتدا قوس کمانی را وارد کنید
85
00:03:17,920 –> 00:03:20,000
و به محیط تحلیلی خود را وارد
86
00:03:20,000 –> 00:03:20,959
87
00:03:20,959 –> 00:03:23,040
کنید که میتوانید از محیط کمان با وارد کردن انجام دهید،
88
00:03:23,040 –> 00:03:25,040
89
00:03:25,040 –> 00:03:28,080
سپس میتوانید
90
00:03:28,080 –> 00:03:31,519
همه ابزارها را از ماژول sa با نوشتن
91
00:03:31,519 –> 00:03:34,640
از کمان با نقطه ستاره واردات وارد کنید که
92
00:03:34,640 –> 00:03:36,239
اگر
93
00:03:36,239 –> 00:03:37,760
میخواهید یک عبارت جبری نقشه را
94
00:03:37,760 –> 00:03:39,120
95
00:03:39,120 –> 00:03:42,159
مشابه خودتان بنویسید بهترین روش است. اکنون می توانید آن را
96
00:03:42,159 –> 00:03:44,879
از ماژول ia وارد کنید البته می توانید
97
00:03:44,879 –> 00:03:46,000
import arc را با نقطه
98
00:03:46,000 –> 00:03:48,080
sa بنویسید و سپس می توانید از فضای نام برای
99
00:03:48,080 –> 00:03:50,080
تعیین تمام ابزار و عملکردی استفاده کنید
100
00:03:50,080 –> 00:03:53,280
که i. همه چیز خوب است، اما اگر در حال نوشتن عبارت جبری نقشه با توابع و عملگرها هستید، متوجه خواهید
101
00:03:53,280 –> 00:03:55,360
شد که این کار خیلی راحت نیست،
102
00:03:55,360 –> 00:03:56,159
103
00:03:56,159 –> 00:03:59,120
104
00:03:59,120 –> 00:04:02,080
105
00:04:02,239 –> 00:04:04,640
حالا بیایید در مورد شی شطرنجی صحبت کنیم
106
00:04:04,640 –> 00:04:05,840
که
107
00:04:05,840 –> 00:04:08,319
کلید همه چیز در مورد
108
00:04:08,319 –> 00:04:08,959
شطرنجی
109
00:04:08,959 –> 00:04:12,080
در کمان پی است، آن نقطه مرکزی است.
110
00:04:12,080 –> 00:04:14,799
این یک شطرنجی را نشان می دهد، می تواند یک
111
00:04:14,799 –> 00:04:16,639
شطرنجی فهرستی چند باندی باشد.
112
00:04:16,639 –> 00:04:18,320
113
00:04:18,320 –> 00:04:20,320
114
00:04:20,320 –> 00:04:22,479
115
00:04:22,479 –> 00:04:23,759
116
00:04:23,759 –> 00:04:26,240
117
00:04:26,240 –> 00:04:27,360
118
00:04:27,360 –> 00:04:29,360
خالی همچنین
119
00:04:29,360 –> 00:04:31,360
با استفاده از خروجی اطلاعات شطرنجی
120
00:04:31,360 –> 00:04:33,680
از عبارت جبری نقشه یا
121
00:04:33,680 –> 00:04:36,240
یک شطرنجی خالی ماهیت موقتی دارد
122
00:04:36,240 –> 00:04:39,199
و می توانید آن را ذخیره کنید یا با
123
00:04:39,199 –> 00:04:41,360
فراخوانی متد زیر
124
00:04:41,360 –> 00:04:44,240
آن را حفظ کنید. دارای خواص زیادی است که مجموعه داده را توصیف می
125
00:04:44,240 –> 00:04:45,040
126
00:04:45,040 –> 00:04:48,240
کند و همچنین متدهای زیادی دارد که با باندها کار می کند.
127
00:04:48,240 –> 00:04:48,639
128
00:04:48,639 –> 00:04:51,680
متغیرهای چند بعدی
129
00:04:51,680 –> 00:04:55,280
ابعاد و برشها نیز دارای
130
00:04:55,280 –> 00:04:57,280
روشهای خواندن و نوشتن برای تبدیل رستر
131
00:04:57,280 –> 00:04:58,400
به آرایه آمپر
132
00:04:58,400 –> 00:05:01,680
و ایجاد رستر از
133
00:05:01,680 –> 00:05:04,080
آرایه numpy است. نگاه دقیقتری به شی شطرنجی بیندازید
134
00:05:04,080 –> 00:05:04,960
135
00:05:04,960 –> 00:05:08,000
همانطور که گفتم میتوانید آن را
136
00:05:08,000 –> 00:05:10,479
از یک مجموعه دادههای موجود ایجاد کنید یا
137
00:05:10,479 –> 00:05:13,280
میتوانید خروجی از یک عبارت کاربردی باشد
138
00:05:13,280 –> 00:05:16,400
یا زمانی که اکنون یک
139
00:05:16,400 –> 00:05:17,759
شطرنجی خالی ایجاد
140
00:05:17,759 –> 00:05:20,000
میکنید، اگر به ویژگیهای خود نگاه کنید، میتوانید آن را ایجاد کنید. خواهید
141
00:05:20,000 –> 00:05:20,880
دید که
142
00:05:20,880 –> 00:05:22,639
به دستههای مختلفی
143
00:05:22,639 –> 00:05:25,280
تقسیم میشوند، مانند ستون اول
144
00:05:25,280 –> 00:05:27,039
uh، میبینید که میدانید ما نام
145
00:05:27,039 –> 00:05:28,880
مسیر کاتالوگ داراییها داریم،
146
00:05:28,880 –> 00:05:32,000
مواردی مانند آن موقتی است، بنابراین
147
00:05:32,000 –> 00:05:32,400
148
00:05:32,400 –> 00:05:35,680
در مورد فهرست شما به شما میگوید
149
00:05:35,680 –> 00:05:38,479
و سپس یا کجاست. نام آن چیست
150
00:05:38,479 –> 00:05:39,520
151
00:05:39,520 –> 00:05:42,479
و سپس اطلاعات بیشتری وجود دارد که
152
00:05:42,479 –> 00:05:44,800
به شما بگوید چند بعدی است
153
00:05:44,800 –> 00:05:46,960
یا چند باند دارد یا
154
00:05:46,960 –> 00:05:49,280
عدد صحیح است یا خیر،
155
00:05:49,280 –> 00:05:51,280
سپس شما بیشتر در مورد شطرنجی خود می دانید
156
00:05:51,280 –> 00:05:52,560
مانند اندازه سلول عرض عرض و
157
00:05:52,560 –> 00:05:55,600
ارتفاع و غیره به همین ترتیب و غیره،
158
00:05:55,600 –> 00:05:58,319
سپس در مورد مقادیری صحبت می کنید که می
159
00:05:58,319 –> 00:06:00,479
دانید حداکثر مقدار یا حداقل
160
00:06:00,479 –> 00:06:00,960
مقدار
161
00:06:00,960 –> 00:06:03,520
انحراف استاندارد چیست، مواردی مانند این که برای
162
00:06:03,520 –> 00:06:05,759
شطرنجی چند بعدی،
163
00:06:05,759 –> 00:06:08,240
ویژگی های مختلفی دارد که به شما اطلاعاتی در مورد آن می دهد.
164
00:06:08,240 –> 00:06:10,000
در ماهیت این
165
00:06:10,000 –> 00:06:11,520
شطرنجی چند بعدی
166
00:06:11,520 –> 00:06:13,360
، ویژگی های دیگری وجود دارد که
167
00:06:13,360 –> 00:06:15,840
در مورد قالب بندی نوع پیکسل
168
00:06:15,840 –> 00:06:18,160
صحبت می کند، همچنین
169
00:06:18,160 –> 00:06:19,199
گروه های مختلفی وجود دارد که
170
00:06:19,199 –> 00:06:21,680
می دانید در ابتدا می توانید ببینید که ما
171
00:06:21,680 –> 00:06:22,479
172
00:06:22,479 –> 00:06:25,600
تصویر را ذخیره کرده و صادر کرده ایم تا مجموعه داده ها را حفظ
173
00:06:25,600 –> 00:06:28,240
کنیم، سپس ما
174
00:06:28,240 –> 00:06:29,919
برای دریافت انواع مختلف
175
00:06:29,919 –> 00:06:31,199
خواص و
176
00:06:31,199 –> 00:06:34,880
اطلاعات شطرنجی برای داده های چند بعدی،
177
00:06:34,880 –> 00:06:36,880
چندین روش داریم که با متغیرها کار می کند
178
00:06:36,880 –> 00:06:38,479
179
00:06:38,479 –> 00:06:40,560
و سپس چندین روش که با ابعاد کار می کند،
180
00:06:40,560 –> 00:06:42,000
181
00:06:42,000 –> 00:06:44,960
روش هایی نیز همانطور که قبلا گفتم
182
00:06:44,960 –> 00:06:47,520
برای خواندن
183
00:06:47,520 –> 00:06:50,720
از دوره ها داریم. آرایه ناتوان به یک شطرنجی یا
184
00:06:50,720 –> 00:06:52,720
از یک رستر برای نوشتن داور، در چند دقیقه آینده
185
00:06:52,720 –> 00:06:54,560
بیشتر در مورد آن صحبت خواهیم کرد
186
00:06:54,560 –> 00:06:58,160
قبل از اینکه
187
00:06:58,160 –> 00:06:59,440
به جلو حرکت کنم، می خواهم
188
00:06:59,440 –> 00:07:04,000
چیزی در مورد شطرنجی چند بعدی ذکر کنم،
189
00:07:04,000 –> 00:07:06,880
بنابراین شطرنجی چند بعدی چیست؟
190
00:07:06,880 –> 00:07:08,479
شطرنجی بعدی
191
00:07:08,479 –> 00:07:11,840
یک شطرنجی است که ابعاد دیگری
192
00:07:11,840 –> 00:07:12,240
مانند
193
00:07:12,240 –> 00:07:15,520
زمان یا عمق یا
194
00:07:15,520 –> 00:07:18,479
ارتفاع دارد اکنون می توانید آن را به عنوان یک
195
00:07:18,479 –> 00:07:19,199
مکعب در
196
00:07:19,199 –> 00:07:22,080
نظر بگیرید که یک شطرنجی است که یک مکعب یا یک
197
00:07:22,080 –> 00:07:23,039
مکعب فوق العاده است.
198
00:07:23,039 –> 00:07:25,120
همه این محورها ابعاد متفاوتی را نشان میدهند
199
00:07:25,120 –> 00:07:26,720
200
00:07:26,720 –> 00:07:28,720
حالا میتواند یک متغیر داشته باشد،
201
00:07:28,720 –> 00:07:31,039
میتواند چند متغیر در یک فایل داشته باشد،
202
00:07:31,039 –> 00:07:33,520
هر متغیر یک مکعب است یا یک
203
00:07:33,520 –> 00:07:34,080
مکعب دارد،
204
00:07:34,080 –> 00:07:37,680
یک متغیر زمان یا عمق یا
205
00:07:37,680 –> 00:07:38,960
هر دو را دارد
206
00:07:38,960 –> 00:07:41,280
و اگر به هر یک از این برشها فکر میکنید.
207
00:07:41,280 –> 00:07:43,120
یک فهرست چند بعدی،
208
00:07:43,120 –> 00:07:46,639
یک آرایه 2 بعدی را نشان می دهد، بنابراین
209
00:07:46,639 –> 00:07:48,479
اگر با یک رستر آشنا هستید
210
00:07:48,479 –> 00:07:49,840
که یک آرایه دو بعدی است،
211
00:07:49,840 –> 00:07:51,759
اکنون فکر کنید که یک رستر چند بعدی
212
00:07:51,759 –> 00:07:53,360
از
213
00:07:53,360 –> 00:07:55,759
چندین آرایه تشکیل شده است، یک رستر چند بعدی
214
00:07:55,759 –> 00:07:58,319
می تواند یک مجموعه داده موزاییک
215
00:07:58,319 –> 00:08:02,960
یا یک فهرست باشد. مجموعه داده ها در فرمت های مختلف
216
00:08:04,400 –> 00:08:06,720
همانطور که گفتم با شطرنجی می خواهید
217
00:08:06,720 –> 00:08:07,919
آنها را به درستی تجسم کنید
218
00:08:07,919 –> 00:08:09,680
که اولین کاری است که می
219
00:08:09,680 –> 00:08:12,479
خواهید انجام دهید و برای انجام آن می توانید از
220
00:08:12,479 –> 00:08:15,039
تابع renderer استفاده کنید
221
00:08:15,039 –> 00:08:16,160
تا
222
00:08:16,160 –> 00:08:18,240
اکنون آن را نمایش دهید. از ظاهر آن راضی نیستید
223
00:08:18,240 –> 00:08:20,240
و می خواهید آن را تغییر دهید
224
00:08:20,240 –> 00:08:21,840
، البته می توانید از یکی از این
225
00:08:21,840 –> 00:08:24,400
عملکردها مانند روشنایی کنتراست
226
00:08:24,400 –> 00:08:27,120
یا وضوح قلم یا پیچیدگی استفاده کنید تا
227
00:08:27,120 –> 00:08:28,400
در واقع
228
00:08:28,400 –> 00:08:30,720
ظاهر آن را تغییر دهید، همچنین می توانید از
229
00:08:30,720 –> 00:08:32,000
230
00:08:32,000 –> 00:08:34,479
رندر ویژه مانند وکتور پر کردن مجدد استفاده کنید. بهتر است
231
00:08:34,479 –> 00:08:35,120
232
00:08:35,120 –> 00:08:39,039
سرعت باد یا جریان اقیانوس را نشان دهد،
233
00:08:39,039 –> 00:08:40,799
ویژگی ها و روش های زیادی دارد
234
00:08:40,799 –> 00:08:42,320
که قبلا توضیح دادیم
235
00:08:42,320 –> 00:08:44,320
که در واقع اطلاعات بیشتری
236
00:08:44,320 –> 00:08:46,320
در مورد داده های شطرنجی که
237
00:08:46,320 –> 00:08:47,440
با آنها سر
238
00:08:47,440 –> 00:08:49,440
و کار دارید به شما می دهد و می توانید این مقادیر را بررسی کنید تا
239
00:08:49,440 –> 00:08:50,720
متوجه شوید با
240
00:08:50,720 –> 00:08:54,720
چه نوع داده هایی سروکار دارید.
241
00:08:54,720 –> 00:08:56,720
هنگامی که شما در حال انجام هر پروژه شطرنجی
242
00:08:56,720 –> 00:08:58,800
هستید، در یک نقطه یا نقطه دیگر متوجه
243
00:08:58,800 –> 00:09:00,880
میشوید که باید کارهای پیشپردازش اضافی
244
00:09:00,880 –> 00:09:02,080
245
00:09:02,080 –> 00:09:04,480
یا موفقیتآمیزی انجام دهید که میتواند به این دلیل باشد که
246
00:09:04,480 –> 00:09:06,399
میدانید زیرمجموعهای را
247
00:09:06,399 –> 00:09:08,880
میبینید که شطرنجی را پوشش میدهد یا
248
00:09:08,880 –> 00:09:10,000
249
00:09:10,000 –> 00:09:12,399
همه این چیزها را دوباره نمونهگیری میکنید. ما توابعی
250
00:09:12,399 –> 00:09:13,760
برای انجام آن
251
00:09:13,760 –> 00:09:16,880
داریم که همچنین ابزارهایی در جعبه ابزار مدیریت داده
252
00:09:16,880 –> 00:09:17,839
253
00:09:17,839 –> 00:09:21,120
برای انجام سایر مدیریت داده های شطرنجی داریم
254
00:09:21,120 –> 00:09:22,800
. لیست طولانی ابزاری در
255
00:09:22,800 –> 00:09:24,399
سمت راست وجود دارد که می توانید ببینید
256
00:09:24,399 –> 00:09:27,120
می توانید از همه اینها در arcbuy استفاده
257
00:09:27,120 –> 00:09:27,920
کنید.
258
00:09:27,920 –> 00:09:31,600
همه این کارها را با استفاده از شطرنجی چندگانه در
259
00:09:31,600 –> 00:09:33,200
چند شطرنجی انجام دهید، میتوانید از
260
00:09:33,200 –> 00:09:36,160
رسترهای فهرست قوس به نقطه استفاده کنید تا در واقع تمام شطرنجیها را دریافت کنید
261
00:09:36,160 –> 00:09:37,600
262
00:09:37,600 –> 00:09:40,000
و سپس آنها را در یک عکس در
263
00:09:40,000 –> 00:09:42,480
حالت پردازش دستهای پردازش کنید.
264
00:09:42,480 –> 00:09:45,680
اکنون گاهی اوقات ممکن است مجبور شوید
265
00:09:45,680 –> 00:09:47,200
نوع دیگری از مدیریت دادهها را انجام دهید
266
00:09:47,200 –> 00:09:49,040
زیرا برخی از رسترهای شما در
267
00:09:49,040 –> 00:09:51,040
فایلهای مجزا هستند اما ناحیههای مختلفی را نشان میدهند
268
00:09:51,040 –> 00:09:51,519
269
00:09:51,519 –> 00:09:52,880
که میخواهید آنها را
270
00:09:52,880 –> 00:09:54,800
با هم جمع کنید یا زمان متفاوتی را
271
00:09:54,800 –> 00:09:56,800
که میخواهید آنها را با هم جمع کنید، بنابراین آنچه
272
00:09:56,800 –> 00:09:57,920
میتوانید انجام دهید میتوانید انجام دهید. از
273
00:09:57,920 –> 00:10:00,560
مجموعه داده های موزاییک برای انجام این کار استفاده کنید که
274
00:10:00,560 –> 00:10:01,200
275
00:10:01,200 –> 00:10:05,839
یک رستر یکپارچه ما برای شما پویا ایجاد می
276
00:10:05,839 –> 00:10:08,320
کند، جدولی از رکوردها دارد و
277
00:10:08,320 –> 00:10:09,600
مانند مجموعه داده های شطرنجی کار
278
00:10:09,600 –> 00:10:12,000
می کند که در یک جدول جغرافیایی زندگی می کند تا یک موزاییک ایجاد کند که
279
00:10:12,000 –> 00:10:13,760
ابتدا باید
280
00:10:13,760 –> 00:10:14,640
دو مرحله
281
00:10:14,640 –> 00:10:17,040
اول را طی کنید. یک مجموعه داده موزاییکی ایجاد کنید و
282
00:10:17,040 –> 00:10:18,000
سپس
283
00:10:18,000 –> 00:10:20,880
شطرنجی را به آن اضافه کنید، در اینجا
284
00:10:20,880 –> 00:10:23,920
امضای انجام آن کار است،
285
00:10:24,079 –> 00:10:26,720
اما گاهی اوقات نمی خواهید یک مجموعه داده پایدار ایجاد کنید که
286
00:10:26,720 –> 00:10:27,600
287
00:10:27,600 –> 00:10:30,000
همه این چیزها را ترکیب کند و آنچه
288
00:10:30,000 –> 00:10:30,800
می خواهید انجام دهید،
289
00:10:30,800 –> 00:10:34,560
می خواهید یک مجموعه شطرنجی ایجاد کنید.
290
00:10:34,560 –> 00:10:37,680
به نوعی پویا است
291
00:10:37,680 –> 00:10:39,600
و چگونه انجام می دهید که از
292
00:10:39,600 –> 00:10:41,680
کلاس مجموعه شطرنجی برای
293
00:10:41,680 –> 00:10:44,800
انجام درست آن مجموعه استفاده می کنید
294
00:10:44,800 –> 00:10:46,800
و وقتی آن مجموعه را ایجاد
295
00:10:46,800 –> 00:10:49,519
می کنید، در واقع می توانید کارهای زیادی با آن انجام دهید، می توانید کارهای
296
00:10:49,519 –> 00:10:51,680
متفاوتی داشته باشید. ویژگی هایی مانند
297
00:10:51,680 –> 00:10:52,800
فیلد و شمارش،
298
00:10:52,800 –> 00:10:54,720
اما مهمترین و احتمالاً
299
00:10:54,720 –> 00:10:56,959
مفیدترین چیزها فیلترهایی هستند
300
00:10:56,959 –> 00:10:58,720
که از طریق آنها می توانید
301
00:10:58,720 –> 00:11:01,519
آنها را فیلتر کنید و عملیات را بر
302
00:11:01,519 –> 00:11:03,920
اساس زیر مجموعه ای که می خواهید انجام دهید، همچنین
303
00:11:03,920 –> 00:11:05,120
روش های مختلفی
304
00:11:05,120 –> 00:11:07,360
دارید که اطلاعات آماری مانند حداکثر میانگین میانه را به شما می دهد.
305
00:11:07,360 –> 00:11:08,399
306
00:11:08,399 –> 00:11:12,079
قوی ترین
307
00:11:12,079 –> 00:11:13,120
و جالب ترین
308
00:11:13,120 –> 00:11:16,399
آنها نقشه ای است که در آن می توانید از نقشه
309
00:11:16,399 –> 00:11:19,600
برای اعمال هر تابع یا زنجیره عملکردی
310
00:11:19,600 –> 00:11:23,120
به کل مجموعه خود استفاده کنید، همچنین
311
00:11:23,120 –> 00:11:26,320
روش های دیگری مانند موزاییک یا مرتب سازی
312
00:11:26,320 –> 00:11:28,800
یا برخی از آنها وجود دارد، بنابراین همانطور که می بینید
313
00:11:28,800 –> 00:11:30,000
مجموعه راستا یک روش بسیار
314
00:11:30,000 –> 00:11:33,600
قدرتمند برای ایجاد است. مجموعهای پویا
315
00:11:33,600 –> 00:11:34,399
316
00:11:34,399 –> 00:11:36,720
از فهرستهای مختلف یا زیرمجموعهای از
317
00:11:36,720 –> 00:11:40,000
رستر و در واقع با آنها کار
318
00:11:40,000 –> 00:11:43,040
میکنم که من به
319
00:11:43,040 –> 00:11:45,600
همکارم هاهو میسپارم تا به شما نشان دهم چگونه میتوانید
320
00:11:45,600 –> 00:11:46,880
321
00:11:46,880 –> 00:11:51,200
با استفاده
322
00:11:53,040 –> 00:11:55,680
از دامنه تشکر از arc در این نسخه نمایشی که نشان میدهم، چگونه تصویرسازی و پیشپردازش شطرنجی را با استفاده از دامنه تشکر انجام دهید.
323
00:11:55,680 –> 00:11:57,120
شما چگونه می توانید
324
00:11:57,120 –> 00:12:00,320
داده های ras را تجسم کنید و از قبل پردازش کنید،
325
00:12:00,320 –> 00:12:02,720
ما متوجه شیء زنگ زده
326
00:12:02,720 –> 00:12:05,040
ای می شویم که کسی در مورد آن صحبت نکرده است،
327
00:12:05,040 –> 00:12:07,279
ما نسخه نمایشی را در نوت بوک arcgis انجام خواهیم داد. در
328
00:12:07,279 –> 00:12:09,360
حرفه ای که یک ویژگی واقعا جالب است
329
00:12:09,360 –> 00:12:11,600
که در pro 2.5
330
00:12:11,600 –> 00:12:13,200
برای کسانی از شما که
331
00:12:13,200 –> 00:12:14,720
با نوت بوک jupyter آشنا نیستند منتشر
332
00:12:14,720 –> 00:12:16,959
شده است، این یک محیط توسعه است که می
333
00:12:16,959 –> 00:12:18,480
توانید با سند داده تعامل داشته
334
00:12:18,480 –> 00:12:21,519
باشید گردش کار شما کار شما را به اشتراک می گذارد،
335
00:12:21,519 –> 00:12:24,320
بنابراین اساسا ما نوت بوک jupiter را سفارشی کرده
336
00:12:24,320 –> 00:12:24,880
337
00:12:24,880 –> 00:12:27,040
و آن را جاسازی می کنیم. در arcgis pro، بنابراین بتوانید
338
00:12:27,040 –> 00:12:28,639
339
00:12:28,639 –> 00:12:30,880
بلافاصله تجزیه و تحلیل را انجام دهید، نتایج را در یک
340
00:12:30,880 –> 00:12:33,680
زمینه جغرافیایی بررسی کنید،
341
00:12:33,680 –> 00:12:35,519
بنابراین من در مورد محیط نوت بوک زیاد صحبت نمی کنم،
342
00:12:35,519 –> 00:12:37,279
343
00:12:37,279 –> 00:12:39,600
اساسی ترین چیزی که باید بدانید این است
344
00:12:39,600 –> 00:12:40,639
که دو
345
00:12:40,639 –> 00:12:43,360
نوع سلول در ورودی شما وجود دارد، مانند یکی
346
00:12:43,360 –> 00:12:44,639
علامت گذاری که در آن می توانید
347
00:12:44,639 –> 00:12:47,360
تعدادی معادلات متن روایی مانند
348
00:12:47,360 –> 00:12:48,240
شکل قرار دهید،
349
00:12:48,240 –> 00:12:50,000
بنابراین بلوک کد دیگری است که
350
00:12:50,000 –> 00:12:52,079
کد پایتون خود را در آن قرار می دهید،
351
00:12:52,079 –> 00:12:53,920
بنابراین در این نسخه نمایشی به شما نشان می دهم
352
00:12:53,920 –> 00:12:55,279
که چگونه داده های زنگ را بخوانید
353
00:12:55,279 –> 00:12:57,279
تجسم داده های زنگ را به شما نشان می دهم برخی از
354
00:12:57,279 –> 00:12:59,200
روش های ویژگی های جسم زنگ زده
355
00:12:59,200 –> 00:13:02,240
به علاوه پیشپردازش دادهها نحوه ذخیره دادههای ras
356
00:13:02,240 –> 00:13:02,800
357
00:13:02,800 –> 00:13:05,600
و نحوه فهرستبندی پردازش دستهای اینها
358
00:13:05,600 –> 00:13:07,360
مواردی هستند که ممکن است بخواهید قبل
359
00:13:07,360 –> 00:13:10,560
از شروع تجزیه و تحلیل انجام دهید،
360
00:13:10,560 –> 00:13:13,040
بنابراین اولین قدم وارد کردن مجدد است. ماژولهای levant
361
00:13:13,040 –> 00:13:13,680
362
00:13:13,680 –> 00:13:16,639
من باید akpai را وارد کنم، همچنین
363
00:13:16,639 –> 00:13:19,120
تمام نامهایی را که در زیر archpy.sa
364
00:13:19,120 –> 00:13:22,079
و arc pi قرار دارند، ماژولهای ia
365
00:13:22,079 –> 00:13:22,720
366
00:13:22,720 –> 00:13:24,560
را وارد میکنم و با این کار کد من را بدون
367
00:13:24,560 –> 00:13:27,200
فراخوانی purchase.sa یا occupy.i پاکتر
368
00:13:27,200 –> 00:13:29,760
369
00:13:30,480 –> 00:13:32,639
میکنم. تنظیم
370
00:13:32,639 –> 00:13:34,560
فضای کاری محیط به گونه ای که من نیازی به
371
00:13:34,560 –> 00:13:36,079
تعیین مسیر کامل در
372
00:13:36,079 –> 00:13:39,279
هر بار که در اینجا یک شی rust ایجاد می کنم
373
00:13:39,279 –> 00:13:42,160
با خواندن از مجموعه داده ros
374
00:13:42,160 –> 00:13:43,839
من در حال خواندن داده های انیمیشن در
375
00:13:43,839 –> 00:13:46,320
فضای کاری من در
376
00:13:46,320 –> 00:13:49,680
elev سمت چپ، شی ros است را مشخص کنم.
377
00:13:49,680 –> 00:13:51,600
ما میتوانیم این دفترچه یادداشت شطرنجی
378
00:13:51,600 –> 00:13:53,839
را با اجرای این شیء تجسم
379
00:13:53,839 –> 00:13:56,160
کنیم، میتوانیم تصویر مقیاس خاکستری را مشاهده کنیم، بیایید
380
00:13:56,160 –> 00:13:58,639
با استفاده از روش رندر رنگی را در
381
00:13:58,639 –> 00:14:00,160
382
00:14:00,160 –> 00:14:03,199
آن قرار دهیم. اکنون بر اساس یک
383
00:14:03,199 –> 00:14:07,440
نقشه رنگی بسیار سرگرمکننده به نام ارتفاع شماره یک رندر میشود.
384
00:14:07,440 –> 00:14:10,399
385
00:14:10,399 –> 00:14:12,160
میخواهید ویژگیهای فهرست را کاوش کنید،
386
00:14:12,160 –> 00:14:13,199
387
00:14:13,199 –> 00:14:16,320
بیایید ببینیم ممکن است بخواهید
388
00:14:16,320 –> 00:14:18,399
آمار دادههای ros خود را بدانید، مانند
389
00:14:18,399 –> 00:14:21,279
حداقل مقدار میانگین حداکثر،
390
00:14:21,279 –> 00:14:23,680
و میتوانید این کار را با فراخوانی مستقیم
391
00:14:23,680 –> 00:14:26,160
خصوصیات آمار
392
00:14:26,160 –> 00:14:29,279
و همچنین اگر من هستید انجام دهید. علاقه مند به
393
00:14:29,279 –> 00:14:30,880
اندازه داده های شما
394
00:14:30,880 –> 00:14:34,480
مانند ابعاد یا تعداد باندها،
395
00:14:34,480 –> 00:14:38,320
آن نوع اطلاعات است
396
00:14:38,320 –> 00:14:40,800
که ما برای استفاده از روش توصیفی در اشغال استفاده می کنیم
397
00:14:40,800 –> 00:14:41,760
یا مانند دریافت
398
00:14:41,760 –> 00:14:43,600
ویژگی های بقیه در ابزار پردازش مناسب اندازه گیری می
399
00:14:43,600 –> 00:14:44,880
400
00:14:44,880 –> 00:14:46,720
کنیم تا دیگر به آنها نیاز نداشته باشید، بنابراین
401
00:14:46,720 –> 00:14:48,880
با زنگ زدگی شی شما به سادگی می توانید
402
00:14:48,880 –> 00:14:52,639
ویژگی هایی مانند این را دریافت کنید، خیلی راحت تر است،
403
00:14:52,639 –> 00:14:56,079
بنابراین شما همچنین می توانید متد دریافت استراحت را
404
00:14:56,079 –> 00:14:56,639
به طور کامل برش دهید
405
00:14:56,639 –> 00:14:58,800
که به عنوان لیست کامپایل شده ای از اطلاعات ras به شما ارائه می
406
00:14:58,800 –> 00:15:00,480
407
00:15:00,480 –> 00:15:03,600
دهد، اجازه دهید در اینجا بهتر به نظر برسد
408
00:15:04,399 –> 00:15:06,639
تابع اطلاعات شطرنجی یک
409
00:15:06,639 –> 00:15:08,160
شی اطلاعات زنگ زده را برمی گرداند
410
00:15:08,160 –> 00:15:11,279
و ما آن را تخلیه می کنیم. به عنوان یک رشته
411
00:15:11,279 –> 00:15:14,160
json میتوانید ویژگیهایی مانند آمار تعداد باندهای گسترده
412
00:15:14,160 –> 00:15:14,800
413
00:15:14,800 –> 00:15:18,320
و غیره را ببینید، بنابراین این شی اطلاعات rust
414
00:15:18,320 –> 00:15:19,360
میتواند به
415
00:15:19,360 –> 00:15:21,760
عنوان ویژگیهای اولیه هنگام ایجاد
416
00:15:21,760 –> 00:15:22,959
فهرست جدید استفاده شود،
417
00:15:22,959 –> 00:15:24,399
در نسخه آزمایشی سوم بیشتر در مورد آن صحبت
418
00:15:24,399 –> 00:15:26,560
419
00:15:26,560 –> 00:15:29,040
خواهیم کرد. یک
420
00:15:29,040 –> 00:15:31,920
داده چند بعدی را در اینجا بارگذاری کنید،
421
00:15:31,920 –> 00:15:34,959
بنابراین هنگامی که یک شی زنگ زده بر اساس داده های چند بعدی ایجاد می کنیم،
422
00:15:34,959 –> 00:15:36,399
423
00:15:36,399 –> 00:15:38,880
اولین چیزی که ممکن است برای شما جالب باشد این است
424
00:15:38,880 –> 00:15:40,240
که اطلاعات
425
00:15:40,240 –> 00:15:43,199
موجود در داده ها چیست، بنابراین یک پایه وجود دارد. erty
426
00:15:43,199 –> 00:15:43,600
به نام
427
00:15:43,600 –> 00:15:46,639
mdin4 به طور مشابه من از
428
00:15:46,639 –> 00:15:49,920
json dumps استفاده میکنم تا آن را کمی بهتر قالببندی
429
00:15:49,920 –> 00:15:50,560
کنم،
430
00:15:50,560 –> 00:15:55,040
بنابراین میبینیم
431
00:15:55,040 –> 00:15:58,160
که متغیرها نامشان را درست میبینند و
432
00:15:58,160 –> 00:16:01,120
برخی از آنها توضیحات دارند و همه
433
00:16:01,120 –> 00:16:02,880
آن جزئیات
434
00:16:02,880 –> 00:16:06,839
خوب است و اگر میخواهیم
435
00:16:06,839 –> 00:16:09,759
اطلاعات ابعاد را بدانیم. از یک
436
00:16:09,759 –> 00:16:11,279
متغیر خاص،
437
00:16:11,279 –> 00:16:12,880
میتوانید اندازهگیری را فراخوانی کنید تا
438
00:16:12,880 –> 00:16:15,920
بپسندید نامهای ابعاد را دریافت
439
00:16:16,160 –> 00:16:19,440
کنید، بنابراین در این مورد به شما
440
00:16:19,440 –> 00:16:21,839
دو بعد یک زمان استاندارد دیگر
441
00:16:21,839 –> 00:16:24,480
استاندارد z میدهد،
442
00:16:24,639 –> 00:16:27,279
حالا بیایید پیشپردازش دادهها را انجام دهیم،
443
00:16:27,279 –> 00:16:27,759
فرض
444
00:16:27,759 –> 00:16:31,120
میکنیم منطقه مورد علاقهای داریم و
445
00:16:31,120 –> 00:16:31,759
میخواهیم کلیپ کنیم.
446
00:16:31,759 –> 00:16:34,079
داده های ارتفاع اصلی بر اساس آن
447
00:16:34,079 –> 00:16:36,639
تابع برای انجام این کار کلیپ نامیده می شود.
448
00:16:36,639 –> 00:16:38,560
نکته مهمی که می خواهم به آن اشاره کنم این است
449
00:16:38,560 –> 00:16:40,720
که هنگام فراخوانی توابع
450
00:16:40,720 –> 00:16:41,279
451
00:16:41,279 –> 00:16:44,720
، ماژول های اشغال شده sa را انتخاب کنید یا ماژول های ia را اشغال کنید، این
452
00:16:44,720 –> 00:16:45,680
شکل اصلی
453
00:16:45,680 –> 00:16:49,040
بیان را داریم دو ویژگی اصلی وجود دارد،
454
00:16:49,040 –> 00:16:52,160
اول پارامترهای توابع. اپراتورها
455
00:16:52,160 –> 00:16:53,839
در سمت راست هستند در
456
00:16:53,839 –> 00:16:55,680
حالی که خروجی در سمت
457
00:16:55,680 –> 00:16:57,360
چپ است و
458
00:16:57,360 –> 00:17:00,480
ثانیاً خروجی موقت است بنابراین
459
00:17:00,480 –> 00:17:02,240
با فراخوانی سایر ابزارها متفاوت است.
460
00:17:02,240 –> 00:17:04,079
r تجزیه و تحلیل ویژگی ها یا مدیریت داده ها
461
00:17:04,079 –> 00:17:05,839
در جایی که خروجی
462
00:17:05,839 –> 00:17:07,599
در سمت راست است و آنها به
463
00:17:07,599 –> 00:17:10,079
طور مداوم روی دیسک ثابت هستند،
464
00:17:10,079 –> 00:17:12,720
بنابراین
465
00:17:12,720 –> 00:17:13,520
466
00:17:13,520 –> 00:17:15,199
هنگام صحبت در مورد جبر نقشه در
467
00:17:15,199 –> 00:17:17,679
نسخه آزمایشی دوم بیشتر در مورد آن تاکید می کنم و بیشتر توضیح
468
00:17:17,679 –> 00:17:21,359
می دهم، خوب اکنون داده های کلیپ را دریافت می کنیم و ما از
469
00:17:21,359 –> 00:17:22,799
تابع resemble برای شبیهسازی آن به
470
00:17:22,799 –> 00:17:25,359
اندازه سلولی که میخواهیم استفاده کنید، ویژگیها را دوباره بررسی کنید
471
00:17:25,359 –> 00:17:28,799
تا مطمئن شوید که آن را
472
00:17:28,799 –> 00:17:32,000
درست انجام دادهایم، در نهایت روش امن را
473
00:17:32,000 –> 00:17:36,400
برای تداوم خروجی فراخوانی میکنیم در برخی
474
00:17:36,400 –> 00:17:38,559
موارد ممکن است دادههای فهرستی زیادی در یک
475
00:17:38,559 –> 00:17:40,640
پوشه داشته باشید و شما می خواهید
476
00:17:40,640 –> 00:17:42,400
قبل از استفاده از آنها در
477
00:17:42,400 –> 00:17:44,000
تجزیه و تحلیل خود، همان پیش پردازش را انجام دهید،
478
00:17:44,000 –> 00:17:45,919
چیزی که در ادامه به شما معرفی می
479
00:17:45,919 –> 00:17:47,120
کنم تابعی است به نام لیست
480
00:17:47,120 –> 00:17:49,760
رسترها از ماژول اشغال که به
481
00:17:49,760 –> 00:17:52,080
راحتی می تواند تمام مجموعه داده های شطرنجی را
482
00:17:52,080 –> 00:17:56,240
در یک فضای کاری فهرست کند، ابتدا فضای محیط خود را تنظیم کنیم.
483
00:17:56,240 –> 00:17:59,200
در این پوشه
484
00:17:59,200 –> 00:18:00,559
که همه
485
00:18:00,559 –> 00:18:04,400
فهرستهایی را دارد که میخواهم لیست کنم Okay، بنابراین
486
00:18:04,400 –> 00:18:07,280
ابتدا تابع اصلی Okay را به شما نشان میدهم
487
00:18:07,280 –> 00:18:09,440
فقط بدون هیچ
488
00:18:09,440 –> 00:18:11,679
پارامتری میتوانم تمام دادههای rust را در آن
489
00:18:11,679 –> 00:18:13,600
پوشه لیست کنم
490
00:18:13,600 –> 00:18:15,520
و این تابع می تواند دو
491
00:18:15,520 –> 00:18:18,160
پارامتر داشته باشد یکی کارت سفید نامیده می شود و
492
00:18:18,160 –> 00:18:21,679
دیگری فرمت نامیده می شود، بنابراین پارامتر منحنی y
493
00:18:21,679 –> 00:18:24,480
اساساً به شما اجازه می دهد تا
494
00:18:24,480 –> 00:18:25,280
495
00:18:25,280 –> 00:18:29,440
یک الگوی رشته ای مشابه را مشخص کنید، بنابراین در این مورد
496
00:18:29,440 –> 00:18:32,000
مانند من می خواهم تمام داده های فهرست را لیست کنم
497
00:18:32,000 –> 00:18:33,760
که با حرف e شروع می شود.
498
00:18:33,760 –> 00:18:37,520
تابع ما را به این صورت بنویسید،
499
00:18:37,520 –> 00:18:39,919
500
00:18:40,000 –> 00:18:42,000
بنابراین اگر میخواهید فقط
501
00:18:42,000 –> 00:18:44,880
فرمت خاصی از فهرست خود را مانند
502
00:18:44,880 –> 00:18:48,000
طمع فهرست کنید، میتوانید این کار را انجام دهید و
503
00:18:48,000 –> 00:18:49,039
فرمت را در
504
00:18:49,039 –> 00:18:52,320
پارامتر قالب مشخص کنید، با انجام این کار
505
00:18:52,320 –> 00:18:56,240
فقط فهرستهای فرمت عالی را نشان میدهید بسیار
506
00:18:56,240 –> 00:18:59,760
خوب، بنابراین مرحله آخر میخواهیم برخی از آنها را انجام دهیم.
507
00:18:59,760 –> 00:19:02,320
پیش پردازش بسیار خوب است، ما
508
00:19:02,320 –> 00:19:03,200
همه این کلیپ را
509
00:19:03,200 –> 00:19:06,720
دوباره نمونه می کنیم و در یک حلقه for ذخیره می کنیم
510
00:19:06,720 –> 00:19:08,640
و در این حلقه for ما فقط در
511
00:19:08,640 –> 00:19:10,480
تمام فهرستی که لیست کرده ایم
512
00:19:10,480 –> 00:19:13,200
از طریق آن تابع فهرست فهرست ها را تکرار می کنیم و
513
00:19:13,200 –> 00:19:15,200
این داده ها در دومین مورد استفاده قرار می گیرند.
514
00:19:15,200 –> 00:19:16,559
نسخه ی نمایشی بسیار
515
00:19:16,559 –> 00:19:20,160
خوب، اکنون می
516
00:19:20,160 –> 00:19:25,840
خواهم به نورمان برگردم،
517
00:19:32,799 –> 00:19:36,400
ممنون از شما چگونه اکنون بیایید در مورد
518
00:19:36,400 –> 00:19:38,640
اینکه چگونه می توانید تجزیه و تحلیل شطرنجی را
519
00:19:38,640 –> 00:19:40,720
با استفاده از جبر نقشه انجام دهید،
520
00:19:40,720 –> 00:19:44,080
اکنون آنچه که نقشه جبر نقشه است جبر
521
00:19:44,080 –> 00:19:47,200
نقشه یک روش بسیار ساده و قدرتمند برای
522
00:19:47,200 –> 00:19:47,760
نوشتن است.
523
00:19:47,760 –> 00:19:50,400
عبارت جبری با استفاده از
524
00:19:50,400 –> 00:19:52,880
عملگرها و تابع ابزار
525
00:19:52,880 –> 00:19:55,679
به طوری که بتوانید تجزیه و تحلیل فهرستی را انجام دهید
526
00:19:55,679 –> 00:19:57,360
که شامل ابزارهای عملگر داده های ورودی
527
00:19:57,360 –> 00:19:59,360
و توابع است و دارای
528
00:19:59,360 –> 00:20:01,360
پارامترها و خروجی ها است که
529
00:20:01,360 –> 00:20:03,840
اکنون شطرنجی خروجی در
530
00:20:03,840 –> 00:20:05,360
سمت چپ
531
00:20:05,360 –> 00:20:07,039
علامت مساوی مشخص شده است و این مشخص ترین
532
00:20:07,039 –> 00:20:08,880
ماهیت
533
00:20:08,880 –> 00:20:12,320
از یک عبارت جبر نقشه ابزار و
534
00:20:12,320 –> 00:20:14,880
پارامتر آن در سمت راست است
535
00:20:14,880 –> 00:20:17,280
. قدرت آن در ایجاد
536
00:20:17,280 –> 00:20:18,960
عبارت پیچیده است که می توانید
537
00:20:18,960 –> 00:20:21,679
یک عبارت بسیار پیچیده را به روشی ساده
538
00:20:21,679 –> 00:20:22,400
539
00:20:22,400 –> 00:20:24,400
بنویسید وقتی از جبر نقشه استفاده می کنید و یک
540
00:20:24,400 –> 00:20:26,159
عبارت جبر نقشه را می نویسید
541
00:20:26,159 –> 00:20:28,480
اکنون عملگر ابزار و توابع
542
00:20:28,480 –> 00:20:30,559
موجود است. در ماژولهای ویژه تحلیلگر و تحلیلگر تصویر،
543
00:20:30,559 –> 00:20:32,080
544
00:20:32,080 –> 00:20:34,159
میتوانید محیط تحلیل را
545
00:20:34,159 –> 00:20:36,480
با استفاده از arc by dot
546
00:20:36,480 –> 00:20:40,240
env نیز مشخص کنید، حالا
547
00:20:40,240 –> 00:20:42,240
بیایید نگاهی به
548
00:20:42,240 –> 00:20:45,120
ابزارها و توابع جبر نقشهای بیندازیم که در
549
00:20:45,120 –> 00:20:47,919
کجا هستند، همه آنها در
550
00:20:47,919 –> 00:20:50,000
جعبه ابزار تحلیلگر و تحلیلگر تصویر ویژه هستند،
551
00:20:50,000 –> 00:20:51,919
بنابراین هر چیزی که میبینید. در آنجا آنها
552
00:20:51,919 –> 00:20:53,120
نیز
553
00:20:53,120 –> 00:20:56,640
از طریق ماژول sa و ia در arcbuy
554
00:20:56,640 –> 00:20:58,480
در دسترس هستند توابع اضافی در دسترس هستند اکنون در
555
00:20:58,480 –> 00:20:59,679
ماژولهای arcpi dot ia
556
00:20:59,679 –> 00:21:03,039
و rbi.sa،
557
00:21:03,039 –> 00:21:04,880
توابع ابزار تحلیلگر و تصویر تحلیلگر ویژه
558
00:21:04,880 –> 00:21:05,600
نیاز به مجوز دارند،
559
00:21:05,600 –> 00:21:08,400
بنابراین باید مجوز را
560
00:21:08,400 –> 00:21:09,280
در arcpi بررسی کنید
561
00:21:09,280 –> 00:21:11,760
تا واقعاً از آنها استفاده کنید، همچنین میتوانید از
562
00:21:11,760 –> 00:21:13,679
ابزارهای پردازش جغرافیایی دیگر استفاده کنید که
563
00:21:13,679 –> 00:21:16,000
هر ابزار مجموعه پارامترهای منحصر به فرد خود را
564
00:21:16,000 –> 00:21:16,960
دارد.
565
00:21:16,960 –> 00:21:19,440
برخی از آنها الزامی هستند، برخی اختیاری هستند و
566
00:21:19,440 –> 00:21:21,360
این می تواند رشته های اعداد و
567
00:21:21,360 –> 00:21:23,600
شی یا کلاس ها باشد، اکنون در مورد آنها
568
00:21:23,600 –> 00:21:26,720
569
00:21:26,720 –> 00:21:28,720
570
00:21:28,720 –> 00:21:30,559
571
00:21:30,559 –> 00:21:32,880
صحبت خواهیم کرد.
572
00:21:32,880 –> 00:21:33,679
در سمت چپ
573
00:21:33,679 –> 00:21:36,480
همانطور که می توانید نام ابزار و پارامترها را مشاهده کنید
574
00:21:36,480 –> 00:21:37,440
575
00:21:37,440 –> 00:21:39,840
همه آنها در سمت راست
576
00:21:39,840 –> 00:21:41,039
علامت مساوی هستند،
577
00:21:41,039 –> 00:21:43,360
جایی که خروجی در سمت چپ است
578
00:21:43,360 –> 00:21:44,159
،
579
00:21:44,159 –> 00:21:45,840
می توانید انواع مختلف
580
00:21:45,840 –> 00:21:47,200
عبارتی را مشاهده کنید که می توانید
581
00:21:47,200 –> 00:21:50,000
با استفاده از موارد مورد نیاز بنویسید یا پارامتر اختیاری در
582
00:21:50,000 –> 00:21:52,240
arc prime
583
00:21:52,240 –> 00:21:54,080
چه عملگرهایی برای جبر نقشه دارید،
584
00:21:54,080 –> 00:21:56,159
عملگرهای زیادی وجود دارد، بنابراین
585
00:21:56,159 –> 00:21:58,720
عملگرها میدانید که عملگرها
586
00:21:58,720 –> 00:22:00,240
نمادهایی هستند که میتوانید برای عملگر ریاضی از آنها استفاده کنید.
587
00:22:00,240 –> 00:22:03,440
یون هایی مانند به اضافه منهای
588
00:22:03,440 –> 00:22:05,840
شما می دانید که در ضرب مواردی از این دست
589
00:22:05,840 –> 00:22:07,760
اکنون عملگرهای زیادی هم در
590
00:22:07,760 –> 00:22:09,600
تحلیلگر ویژه و هم در تحلیلگر تصویر وجود دارد،
591
00:22:09,600 –> 00:22:12,159
درست است که می توانید دو شطرنجی اضافه
592
00:22:12,159 –> 00:22:13,440
کنید و می توانید بسیاری از کارهای دیگر را انجام دهید،
593
00:22:13,440 –> 00:22:16,720
اما نکته مهم این است که
594
00:22:16,720 –> 00:22:20,320
بگویید چگونه به آرک پی یا پایتون بگویید که
595
00:22:20,320 –> 00:22:20,799
شما در حال
596
00:22:20,799 –> 00:22:23,840
کار با شطرنجی هستید نه یک عدد یا یک
597
00:22:23,840 –> 00:22:24,640
رشته
598
00:22:24,640 –> 00:22:26,960
برای انجام این کار، باید آنها را به صورت شطرنجی
599
00:22:26,960 –> 00:22:27,840
600
00:22:27,840 –> 00:22:30,960
با استفاده از کلاس شطرنجی درست کنید همانطور که
601
00:22:30,960 –> 00:22:33,280
در عبارت مشاهده می کنید که ما از
602
00:22:33,280 –> 00:22:36,799
شی شطرنجی استفاده کرده ایم تا در واقع
603
00:22:36,799 –> 00:22:39,039
مجموعه داده ای را مشخص کنیم. شطرنجی و سپس
604
00:22:39,039 –> 00:22:40,080
شما آنها را
605
00:22:40,080 –> 00:22:42,240
با یک شطرنجی دیگر یا با یک عدد و
606
00:22:42,240 –> 00:22:43,280
مواردی از این قبیل اضافه می
607
00:22:43,280 –> 00:22:45,679
کنید، همچنین از خروجی یک
608
00:22:45,679 –> 00:22:48,080
عبارت استفاده می کنید و شطرنجی دیگر را
609
00:22:48,080 –> 00:22:52,000
به آن اضافه می کنید، حالا که همانطور که گفتم وقتی خروجی را از جبر نقشه ایجاد می کنید، چه اتفاقی می افتد.
610
00:22:52,000 –> 00:22:52,400
611
00:22:52,400 –> 00:22:55,840
612
00:22:55,840 –> 00:22:57,760
قبلاً یک شی شطرنجی است
613
00:22:57,760 –> 00:23:00,720
که طبیعتاً موقتی است، به این معنی که
614
00:23:00,720 –> 00:23:02,559
اگر کاری با
615
00:23:02,559 –> 00:23:04,720
آن انجام ندهید در نهایت از بین میرود،
616
00:23:04,720 –> 00:23:07,280
پس اگر واقعاً
617
00:23:07,280 –> 00:23:09,039
میخواهید خروجی
618
00:23:09,039 –> 00:23:12,320
روی d شما باشد چه میکنید. isk باید save را فراخوانی کنید
619
00:23:12,320 –> 00:23:15,120
و نامی را برای ذخیره آن مشخص کنید حالا تمام
620
00:23:15,120 –> 00:23:17,039
خروجی ها ذخیره نمی شوند می توانید
621
00:23:17,039 –> 00:23:17,679
622
00:23:17,679 –> 00:23:19,919
در مرحله میانی از آنها استفاده کنید و در نهایت
623
00:23:19,919 –> 00:23:21,039
ممکن است از بین برود
624
00:23:21,039 –> 00:23:22,799
اما خروجی نهایی اگر می
625
00:23:22,799 –> 00:23:24,559
خواهید آن را بخرید باید
626
00:23:24,559 –> 00:23:28,640
تماس بگیرید. ذخیره کنید تا آن را ذخیره کنید، همانطور که
627
00:23:28,640 –> 00:23:31,280
گفتم قدرت جبر نقشه از
628
00:23:31,280 –> 00:23:33,120
نوشتن عبارت پیچیده است،
629
00:23:33,120 –> 00:23:34,960
در واقع می توانید چندین
630
00:23:34,960 –> 00:23:36,640
عملگر و ابزار را با هم ترکیب کنید
631
00:23:36,640 –> 00:23:39,600
و یک عبارت واحد بنویسید.
632
00:23:39,600 –> 00:23:40,159
633
00:23:40,159 –> 00:23:42,400
634
00:23:42,400 –> 00:23:44,400
635
00:23:44,400 –> 00:23:47,440
اما بهینهسازی زمانی اتفاق میافتد
636
00:23:47,440 –> 00:23:48,640
که شما واقعاً
637
00:23:48,640 –> 00:23:52,080
ابزارهای محلی مانند یک سلول سینوسی را که
638
00:23:52,080 –> 00:23:53,919
در واقع سلول به سلول
639
00:23:53,919 –> 00:23:55,760
یا برخی عملکردهای کانونی دیگر همه را
640
00:23:55,760 –> 00:23:57,039
با هم کار میکند
641
00:23:57,039 –> 00:23:59,840
و چه اتفاقی میافتد به جای اجرای
642
00:23:59,840 –> 00:24:00,880
یک به
643
00:24:00,880 –> 00:24:04,320
یک آنها، همه با هم در یک شات اجرا میشوند، انجام میشود.
644
00:24:04,320 –> 00:24:07,440
get یک اجرای بهینهسازی شده است
645
00:24:07,440 –> 00:24:10,400
که انجام آن زمان کمتری میبرد
646
00:24:10,400 –> 00:24:13,440
و بسیار کارآمد است،
647
00:24:13,440 –> 00:24:15,840
اکنون قبل از اینکه به جلو حرکت کنیم، میخواهیم
648
00:24:15,840 –> 00:24:17,200
چیزی در مورد
649
00:24:17,200 –> 00:24:20,400
کلاسها ذکر کنیم که پارامتر پیچیدهای داریم که در آن
650
00:24:20,400 –> 00:24:22,000
شما یک par دارید. ameter با
651
00:24:22,000 –> 00:24:23,440
پارامترهای متعدد و آن چیزها
652
00:24:23,440 –> 00:24:27,039
با استفاده از کلاس در قوس نمایش داده می شوند تا
653
00:24:27,039 –> 00:24:29,760
کنون ممکن است شما چند
654
00:24:29,760 –> 00:24:31,600
پارامتر را بدانید بسته به کلاس
655
00:24:31,600 –> 00:24:34,400
چه کاری می توانید انجام دهید می توانید یک کلاس ایجاد کنید
656
00:24:34,400 –> 00:24:36,080
و سپس می توانید یک کلاس را پرس و جو کنید
657
00:24:36,080 –> 00:24:37,679
و سپس می توانید آرگومان ها را تغییر دهید.
658
00:24:37,679 –> 00:24:39,840
بسیار منعطف می شود شما می توانید برنامه نویسی پویا را
659
00:24:39,840 –> 00:24:40,720
660
00:24:40,720 –> 00:24:43,520
با استفاده از این کلاس ها و همسایگی به
661
00:24:43,520 –> 00:24:45,120
عنوان نمونه ای
662
00:24:45,120 –> 00:24:48,559
از آن کلاس ها انجام دهید، اما می توانید
663
00:24:48,559 –> 00:24:50,960
گاهی اوقات برای انجام ادغام برداری
664
00:24:50,960 –> 00:24:51,600
665
00:24:51,600 –> 00:24:53,679
یا تحلیل شطرنجی باید از بردارها استفاده کنید،
666
00:24:53,679 –> 00:24:54,720
667
00:24:54,720 –> 00:24:57,200
بنابراین ورودی می تواند یک برداری یا یک کلاس ویژگی باشد.
668
00:24:57,200 –> 00:24:58,159
669
00:24:58,159 –> 00:25:00,559
و سپس کاری که ممکن است باید انجام دهید،
670
00:25:00,559 –> 00:25:02,400
باید برخی از عملیات برداری را با عملیات شطرنجی ترکیب کنید
671
00:25:02,400 –> 00:25:03,039
672
00:25:03,039 –> 00:25:05,679
تا مثال کار را انجام دهید این است که
673
00:25:05,679 –> 00:25:06,400
674
00:25:06,400 –> 00:25:09,120
می دانید در اینجا من از یک
675
00:25:09,120 –> 00:25:10,960
تبدیل از شطرنجی به چند خطی
676
00:25:10,960 –> 00:25:13,760
انجام می دهم و سپس یک بافر در اطراف آن انجام می دهم.
677
00:25:13,760 –> 00:25:14,000
678
00:25:14,000 –> 00:25:16,799
عملیات برداری و عملیات شطرنجی
679
00:25:16,799 –> 00:25:17,440
680
00:25:17,440 –> 00:25:20,000
را در یک عبارت بنویسید و
681
00:25:20,000 –> 00:25:20,640
در واقع می
682
00:25:20,640 –> 00:25:23,120
توانید خروجی را به گونه ای مشخص کنید
683
00:25:23,120 –> 00:25:24,799
که توسط سیستم مدیریت شود
684
00:25:24,799 –> 00:25:28,320
تا بتوانید ببینید که می توانید
685
00:25:28,320 –> 00:25:30,480
یک عبارت بنویسید. عبارت جبری یک قوس با
686
00:25:30,480 –> 00:25:32,720
عبارت برای انجام تجزیه و تحلیل شطرنجی و برداری به
687
00:25:32,720 –> 00:25:33,360
688
00:25:33,360 –> 00:25:36,799
همراه آن من
689
00:25:36,799 –> 00:25:37,120
690
00:25:37,120 –> 00:25:39,760
به شما نشان می دهم چگونه می توانید تجزیه و تحلیل را
691
00:25:39,760 –> 00:25:40,880
با استفاده از قوس انجام دهید با استفاده از
692
00:25:40,880 –> 00:25:42,160
نحوه
693
00:25:42,160 –> 00:25:45,229
[Music]
694
00:25:49,039 –> 00:25:51,679
با تشکر noman در این نسخه نمایشی به شما نشان خواهم داد
695
00:25:51,679 –> 00:25:52,640
که چگونه
696
00:25:52,640 –> 00:25:55,360
استراحت کنید تجزیه و تحلیل در پایتون من می خواهم از
697
00:25:55,360 –> 00:25:56,000
یک
698
00:25:56,000 –> 00:25:58,320
داستان ساده از مدل سازی مناسب استفاده کنم
699
00:25:58,320 –> 00:25:59,279
700
00:25:59,279 –> 00:26:01,520
که بهترین زیستگاه را برای
701
00:26:01,520 –> 00:26:03,200
بابکت ها مشخص می کند،
702
00:26:03,200 –> 00:26:05,440
بنابراین مدل مناسب چیست، یک مدل مناسب
703
00:26:05,440 –> 00:26:06,400
704
00:26:06,400 –> 00:26:08,799
بهترین مکان ها را برای ذکر
705
00:26:08,799 –> 00:26:09,440
مواردی
706
00:26:09,440 –> 00:26:12,000
مانند یک مرکز خرید جدید، توسعه مسکن شناسایی می
707
00:26:12,000 –> 00:26:12,720
کند.
708
00:26:12,720 –> 00:26:15,760
یا منطقه اسکی یا بهترین
709
00:26:15,760 –> 00:26:18,000
مناطق برای کنار گذاشتن برای چیزهایی مانند
710
00:26:18,000 –> 00:26:20,640
زیستگاه عمومی پارک ها یا برای کنترل پرواز
711
00:26:20,640 –> 00:26:21,520
712
00:26:21,520 –> 00:26:24,480
در مثال ساده ما بابکت هدف ما
713
00:26:24,480 –> 00:26:26,880
شناسایی بهترین مناطق برای کنار گذاشتن
714
00:26:26,880 –> 00:26:28,320
برای زیستگاه بابکت است
715
00:26:28,320 –> 00:26:31,039
و ابتدا سه معیار خواهیم داشت:
716
00:26:31,039 –> 00:26:31,919
شیب
717
00:26:31,919 –> 00:26:34,799
بنابراین برای بابکت ایمنی ممکن است
718
00:26:34,799 –> 00:26:36,840
شیبهای صافتر را به
719
00:26:36,840 –> 00:26:39,600
سمت راست ترجیح دهد و شیب شکل گردش کار
720
00:26:39,600 –> 00:26:41,440
باید بر اساس
721
00:26:41,440 –> 00:26:43,279
دادههای ارتفاع دیجیتال محاسبه
722
00:26:43,279 –> 00:26:46,640
شود. ریتریا نوع کاربری
723
00:26:46,640 –> 00:26:48,880
اراضی است آنها نوع کاربری خاصی
724
00:26:48,880 –> 00:26:49,840
مانند جنگل را
725
00:26:49,840 –> 00:26:51,760
بیشتر از سایرین مانند تجاری یا
726
00:26:51,760 –> 00:26:53,440
مسکونی ترجیح می دهند
727
00:26:53,440 –> 00:26:56,000
و سومین معیاری که در نظر گرفته می شود
728
00:26:56,000 –> 00:26:57,840
فاصله از جویبارها
729
00:26:57,840 –> 00:26:59,840
مکان های نزدیکتر به رودخانه ارجح تر است
730
00:26:59,840 –> 00:27:02,240
این نیز یک داده مشتق شده است
731
00:27:02,240 –> 00:27:03,440
که می توان آن را محاسبه
732
00:27:03,440 –> 00:27:07,679
کرد شما فایل برداری شبکه استریم دارید
733
00:27:07,679 –> 00:27:09,520
زیرا شیب و نوع استفاده و
734
00:27:09,520 –> 00:27:11,440
فاصله از جریان ها در
735
00:27:11,440 –> 00:27:12,720
یک مقیاس و واحد
736
00:27:12,720 –> 00:27:15,360
نیستند، منطقی نیست که به سادگی
737
00:27:15,360 –> 00:27:16,720
آنها را با هم جمع
738
00:27:16,720 –> 00:27:18,720
کنیم، باید مقدار را به یک
739
00:27:18,720 –> 00:27:20,720
مقیاس مشترک مانند 1 تا 10 تبدیل کنیم،
740
00:27:20,720 –> 00:27:22,720
بنابراین 10 به عنوان مناسب ترین امتیاز
741
00:27:22,720 –> 00:27:25,440
و یک کمترین امتیاز فوق العاده
742
00:27:25,440 –> 00:27:27,440
و آخرین مرحله این است که هر یک از
743
00:27:27,440 –> 00:27:29,200
این سه معیار را وزن کنید و آنها را
744
00:27:29,200 –> 00:27:30,399
با هم جمع کنید تا
745
00:27:30,399 –> 00:27:33,760
یک نقشه تناسب ایجاد کنیم، حالا بیایید وارد
746
00:27:33,760 –> 00:27:36,159
747
00:27:36,640 –> 00:27:38,240
کد بشویم البته باید ماژول های مربوطه را بارگذاری
748
00:27:38,240 –> 00:27:40,880
کنیم و ماژول های مربوطه را آماده کنیم.
749
00:27:40,880 –> 00:27:44,399
معیارهای شیب بنابراین ما داده های ارتفاع را می خوانیم
750
00:27:44,399 –> 00:27:46,080
زیرا واحد عمودی
751
00:27:46,080 –> 00:27:47,600
داده های شبیه سازی در پا است
752
00:27:47,600 –> 00:27:49,440
ما می خواهیم قبل از محاسبه شیب آن را به متر تبدیل کنیم
753
00:27:49,440 –> 00:27:51,200
754
00:27:51,200 –> 00:27:53,120
بنابراین اینجا هستم با استفاده از یک عبارت جبر نقشه
755
00:27:53,120 –> 00:27:55,440
همانطور که می بینید
756
00:27:55,440 –> 00:27:58,480
پارامترهای ورودی عملگرها
757
00:27:58,480 –> 00:28:01,440
و توابع در سمت راست هستند
758
00:28:01,440 –> 00:28:01,760
و
759
00:28:01,760 –> 00:28:05,520
خروجی در سمت چپ هستند خوب است
760
00:28:05,520 –> 00:28:10,320
بنابراین من بردار مانند
761
00:28:10,320 –> 00:28:12,880
0.3048 برای داده های ارتفاع اعمال می شود و
762
00:28:12,880 –> 00:28:13,840
خارج از
763
00:28:13,840 –> 00:28:16,240
آن یک تابع شیب است که
764
00:28:16,240 –> 00:28:17,679
شیب را
765
00:28:17,679 –> 00:28:21,279
بر اساس dn تنظیم شده ایجاد می کند
766
00:28:21,279 –> 00:28:23,679
و می خواهم تأکید کنم که متغیر شیب
767
00:28:23,679 –> 00:28:24,480
768
00:28:24,480 –> 00:28:27,520
سمت چپ موقتی است بنابراین اگر
769
00:28:27,520 –> 00:28:29,279
می خواهید داده ها را حفظ
770
00:28:29,279 –> 00:28:31,440
کنید باید تابع save را فراخوانی کنید
771
00:28:31,440 –> 00:28:32,320
تا شیب
772
00:28:32,320 –> 00:28:36,480
روی دیسک شما باقی بماند.
773
00:28:36,640 –> 00:28:38,880
اکنون به داستان برگردید
774
00:28:38,880 –> 00:28:40,799
شیب خروجی بر حسب درجه است
775
00:28:40,799 –> 00:28:42,640
همانطور که قبلاً ذکر کردم باید
776
00:28:42,640 –> 00:28:44,000
آن را در مقیاسی معمولی مانند
777
00:28:44,000 –> 00:28:46,559
1 تا 10 مجدداً ترسیم کنیم تا هنگام
778
00:28:46,559 –> 00:28:47,679
ترکیب با
779
00:28:47,679 –> 00:28:50,559
معیارهای دیگر منطقی باشد ابزاری که در
780
00:28:50,559 –> 00:28:53,039
اینجا استفاده می کنیم. به نام
781
00:28:53,039 –> 00:28:55,440
reclassify به ما کمک می کند یک محدوده مقدار را به یک مقدار جدید مجدداً ترسیم کنیم، به
782
00:28:55,440 –> 00:28:56,399
783
00:28:56,399 –> 00:28:58,559
عنوان مثال در جدول اینجا ما
784
00:28:58,559 –> 00:28:59,760
شیب درجه کم
785
00:28:59,760 –> 00:29:01,840
مانند یک دو سه درجه با
786
00:29:01,840 –> 00:29:02,880
نمره حلالیت کم
787
00:29:02,880 –> 00:29:05,440
و شیب درجه بالاتر مانند شیب
788
00:29:05,440 –> 00:29:07,679
t بزرگتر می خواهیم. هان 25 درجه با امتیاز
789
00:29:07,679 –> 00:29:11,039
مناسبی بالا در طبقه بندی مجدد 2
790
00:29:11,039 –> 00:29:13,760
برای نشان دادن این جدول remap باید یک
791
00:29:13,760 –> 00:29:15,679
پارامتر پیچیده
792
00:29:15,679 –> 00:29:18,240
با آرگومان های متعدد در پایتون ساخته شود، ما
793
00:29:18,240 –> 00:29:19,919
کلاس های ویژه ای برای مدیریت این
794
00:29:19,919 –> 00:29:21,760
پارامترهای پیچیده
795
00:29:21,760 –> 00:29:24,720
داریم در این حالت کلاس محدوده remap
796
00:29:24,720 –> 00:29:25,440
برای ایجاد یک
797
00:29:25,440 –> 00:29:28,080
شی داریم که طبقهبندی
798
00:29:28,080 –> 00:29:29,919
مجدد مقادیر ورودی را تعریف میکند
799
00:29:29,919 –> 00:29:33,039
و سپس میتوانیم مستقیماً از شی
800
00