Migrate multispectral user guide off datashader

Aperta
#3,458 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
72/100
Tipo di issue
Refactoring
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
matplotlib, numpy, python
Ambito
data-visualization, documentation

Direzione di ricerca

Start with docs/source/user_guide/multispectral.ipynb and inspect the cells that import datashader, call Canvas().raster(), and use transfer functions or Images. Replace those workflow pieces with the proposed Python plotting and resampling approach, update the prose, then re-execute the notebook. Done means it runs top to bottom without a datashader import and regenerates the expected plots and preview image.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

area:spectral documentation user-guide-example

Reason or Problem

docs/source/user_guide/multispectral.ipynb imports datashader, uses Canvas().raster() to resample bands, and renders with the transfer functions and the Images helper.

Canvas().raster() is raster resampling, not vector rasterization, so arr.xrs.rasterize does not replace it directly.

Proposal

  • Remove the datashader imports.
  • Replace the Canvas().raster() resampling step with a plain xarray/numpy resample, or drop it if it was only cosmetic.
  • Replace the transfer functions, Images, and datashader colormaps with matplotlib.
  • Update the prose cells that describe the datashader workflow.
  • Re-execute the notebook so outputs and the preview image regenerate cleanly.

Done when

  • The notebook runs top to bottom with no datashader import and produces the expected plots.

Part of removing datashader as a dependency; final packaging removal is tracked in #3450.

Lingua principale
Python
Stelle
972
Fork
92
Merge medio
2g 12h
PR unite (30g)
7

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di xarray-contrib/xarray-spatial

Tutte le issue di xarray-contrib/xarray-spatial

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.