摘要
通过将符号系统应用于引用的栅格数据集来创建渲染的栅格对象。 在 Jupyter Notebook 中显示数据时,此函数很有用。
说明
使用 Render 函数修改栅格对象的显示以改进符号系统。在使用 Jupyter Notebook 工作时,此函数很有用,因为数据显示对 Notebook 环境至关重要。
该函数可创建应用了渲染规则或色彩映射表的栅格对象。必须至少指定一个渲染规则或色彩映射表。
栅格对象所引用的栅格数据集是临时性的。 要将其设置为永久,可以调用栅格对象的 save 方法。
生成的栅格数据集将包含已应用该函数的渲染规则。
语法
Render (in_raster, {rendering_rule}, {colormap})
参数 | 说明 | 数据类型 |
in_raster | The input raster dataset. | Raster |
rendering_rule | 应用于输入栅格的渲染规则。如果未指定色彩映射表,则必须指定渲染规则。 渲染规则可使用以下一种或多种格式:
| Dictionary |
colormap | 定义用于渲染的颜色。如果未指定渲染规则,则必须指定色彩映射表。 该参数必须使用以下格式之一:
| String |
数据类型 | 说明 |
Raster | 输出已渲染栅格对象。 |
代码示例
使用线性拉伸和 NDVI 配色方案渲染单波段 NDVI 栅格。
import arcpy
from arcpy.ia import *
arcpy.CheckOutExtension("ImageAnalyst")
# Set input raster
in_Raster = arcpy.Raster(r"C:\Data\NDVI_Raster.tif")
# Render the raster with a linear stretch and the NDVI color scheme
rendered_raster = arcpy.ia.Render(inRaster, rendering_rule=
{'min': 0, 'max': 0.8}, colormap='NDVI')
rendered_raster
使用已应用的拉伸以及每个波段的 Gamma 拉伸来渲染多波段 Landsat 7 影像伪彩色。
import arcpy
from arcpy.ia import *
arcpy.CheckOutExtension("ImageAnalyst")
# Set input raster
in_Raster = arcpy.Raster(r"C:\Data\Landsat7.tif")
# Render the Landsat 7 image in false color composite
# Include a linear standard deviation stretch, and a gamma stretch for each band
rendered_raster = arcpy.ia.Render(inRaster, rendering_rule=
{'bands': [4,3,2], 'numberOfStandardDeviations': 2, 'gamma': [1,1.7,1.2]})
rendered_raster
使用自定义色彩映射表来渲染分类土地覆被栅格。
import arcpy
from arcpy.ia import *
arcpy.CheckOutExtension("ImageAnalyst")
# Set input raster
in_Raster = arcpy.Raster(r"C:\Data\Landcover.tif")
# Render the landcover dataset with a custom color map
rendered_raster = arcpy.ia.Render(inRaster, colormap=
{"values": [11,21,31], "colors": ["#486DA2", "gray", "green"],
"labels":["water", "urban", "forest"]})
rendered_raster
使用栅格函数模板和色彩映射表来渲染多维栅格。
import arcpy
from arcpy.ia import *
arcpy.CheckOutExtension("ImageAnalyst")
# Set input multidimensional raster
in_Raster = arcpy.Raster(r"C:\Data\Landsat8_Time_Series.crf", True)
# Render each slice in the imagery time series data with a stretched
# Normalized Difference Water Index described in a raster function template
rendered_raster = arcpy.ia.Render(inRaster, rendering_rule=
{'rft': r"C:\Data\NDWI.rft.xml"}, colormap="Red to Green")
rendered_raster