Analisi dei dati geospaziali
Puoi utilizzare la libreria geospatio - temporale per espandere la tua analisi scientifica dei dati in notebook Python per includere analytics di location raccogliendo, manipolando e visualizzando immagini, GPS, fotografia satellitare e dati storici.
La libreria gespatio-temporal è disponibile in tutti gli ambienti di runtime IBM watsonx.ai Studio Spark with Python.
Funzioni chiave
La libreria geospazio - temporale include funzioni per leggere e scrivere dati, funzioni topologiche, geohashing, indicizzazione, funzioni ellissoidali e di routing.
Gli aspetti chiave della biblioteca includono:
- Tutte le geometrie calcolate sono accurate senza bisogno di proiezioni.
- Le funzioni geospaziali sfruttano le capacità di elaborazione distribuite fornite da Spark.
- La libreria include il supporto geohashing nativo per le geometrie utilizzate nelle aggregazioni semplici e nell'indicizzazione, migliorando così notevolmente il richiamo dello storage.
- La libreria supporta le estensioni di Spark distribuite.
- La libreria supporta le estensioni SQL/MM a Spark SQL.
Introduzione avviata con la libreria
Prima di poter iniziare ad utilizzare la libreria in un notebook, è necessario registrare STContext nel notebook per accedere alle funzioni st .
Per registrare STContext:
from pyst import STContext
stc = STContext(spark.sparkContext._gateway)
Passi successivi
Dopo aver registrato STContext nel notebook, è possibile iniziare ad esplorare la libreria spato-temporale per:
- Funzioni di lettura e scrittura dei dati
- Funzioni topologiche
- Funzioni di geohashing
- Funzioni di indicizzazione geospaziali
- Funzioni Ellipsoidali
- Funzioni di instradamento
Consulta i seguenti notebook Python di esempio per imparare a utilizzare queste diverse funzioni in notebook Python :
- Utilizzare la libreria spato-temporale per l'analytics di posizione
- Utilizzare l'indicizzazione spaziale per interrogare i dati spaziali
- Query spaziali in PySpark
Argomento principale: Notebook e script