14_聚合分析-iObjects Python with JupyterHub for K8s

時間 2020-02-11

標籤聚合分析 iobjects python jupyterhub k8s 欄目設計模式简体版

原文原文鏈接

在JupyterHub for K8s的SuperMap iObjects Python簡單教程，演示在JupyterHub的Notebook基本操做。函數

在JupyterHub for K8s中集成SuperMap iObjects Python

在Notebook中依次輸入下面的內容，按shift+enter便可運行。測試

一、添加引用庫

import iobjectspy as smo
from iobjectspy import (aggregate_points, Unit)
import os
import sys

二、準備數據目錄

# 設置示例數據路徑
example_data_dir = '/home/jovyan/data/smdata/'

# 設置結果輸出路徑
out_dir = os.path.join(example_data_dir, 'out')
print("Output dir: ", out_dir)

if not os.path.exists(out_dir):
    os.makedirs(out_dir)
    print("Makedir: ", out_dir)
else:
    print("Existed dir: ", out_dir)

Output dir:  /home/jovyan/data/smdata/out
Existed dir:  /home/jovyan/data/smdata/out

測試一下，文件存儲路徑是否正確：

os.path.exists("/home/jovyan/data/smdata/out")

輸出信息：

True

檢查path下的文件：

!ls -l ~/data/smdata/out

輸出信息：

total 98
-rw-r--r-- 1 jovyan root  2396 Jul  8 09:18 out_aggregate_point.udb
-rw-r--r-- 1 jovyan root 67584 Jul  8 09:18 out_aggregate_point.udd
-rw-r--r-- 1 jovyan root     0 Jul  8 09:16 out_import_data_county_p.udb
-rw-r--r-- 1 jovyan root 29696 Jul  8 09:16 out_import_data_county_p.udd

三、定義操做函數

def progress_func(step_event):
    sys.stdout.write('%s,%s %%\n' % (step_event.title, step_event.message))


def aggregate_points_test():
    """ 對點數據集 Town_P 進行點密度聚類,密度聚類的聚類點數目閾值爲4, 聚類半徑爲3 公里"""
    result = aggregate_points(os.path.join(example_data_dir, 'example_data.udb/Town_P'), 4, 3, Unit.KILOMETER,
                              out_data=os.path.join(out_dir, 'out_aggregate_point.udb'), progress=progress_func)

    if result is not None:
        if isinstance(result, str):
            print('點密度聚類成功,結果面數據集爲 ' + result)
        else:
            print('點密度聚類成功,結果面數據集爲 ' + result.name)
    else:
        print('點密度聚類失敗')

四、運行操做函數

aggregate_points_test()

按shift+enter便可運行。spa

稍微等待，能夠看到相應的輸出。.net

而後到目錄下去檢查輸出文件。code

14_聚合分析-iObjects Python with JupyterHub for K8s

一、添加引用庫

二、準備數據目錄

三、定義操做函數

四、運行操做函數

更多參考：