ArcGIS Python API 中获取StoryMap主题信息的技术解析
2025-07-05 21:18:24作者:虞亚竹Luna
在ArcGIS平台中,StoryMap是一种流行的故事地图工具,它允许用户通过交互式地图、图像和文本讲述引人入胜的地理故事。StoryMap支持多种主题(Themes)来定制故事的外观和风格,包括内置主题和自定义主题。本文将详细介绍如何通过ArcGIS Python API获取StoryMap的主题信息。
StoryMap主题概述
StoryMap主题决定了故事地图的整体视觉风格,包括颜色方案、字体、布局等元素。主题可以是:
- 系统内置主题
- 用户自定义创建的主题
- 组织内共享的主题
了解组织内StoryMap主题的使用情况对于统一品牌形象、优化用户体验具有重要意义。
获取StoryMap主题的技术实现
在ArcGIS Python API中,虽然目前没有直接提供获取主题的属性或方法,但我们可以通过访问StoryMap的内部数据结构来提取主题信息。
基本实现方法
以下是获取StoryMap主题的核心代码实现:
def get_theme(story):
"""
获取StoryMap、Briefing或Collection使用的主题
返回主题名称或主题的item ID
"""
for node, node_info in story._properties["resources"].items():
for key, val in node_info.items():
if key == "type" and val == "story-theme":
return story._properties["resources"][node]["data"]["themeId"]
方法解析
- 该方法遍历StoryMap的所有资源节点
- 查找类型为"story-theme"的节点
- 从找到的主题节点中提取themeId字段
- 返回主题ID或名称
使用示例
from arcgis.apps.storymap import StoryMap
# 创建StoryMap对象
story = StoryMap("<your-storymap-item-id>")
# 获取主题信息
theme = get_theme(story)
print(f"当前StoryMap使用的主题是: {theme}")
关于StoryMap Collections的特殊处理
需要注意的是,StoryMap Collections(故事地图集)也支持主题设置,但在当前API版本中,直接通过StoryMap类访问Collections会返回404错误。对于Collections的主题信息,目前需要通过以下方式获取:
- 通过ArcGIS REST API直接获取Collection的JSON数据
- 从JSON数据中解析主题信息
未来API改进
根据ArcGIS Python API开发团队的反馈,以下改进即将到来:
- 2.3.0版本将增加对StoryMap Collections的支持
- 2.3.1版本计划为StoryMap、Collections和Briefings添加直接的主题属性
这些改进将使主题信息的获取更加简便和直观。
实际应用场景
获取StoryMap主题信息的主要应用包括:
- 组织主题使用统计:分析组织内各类主题的使用频率
- 品牌一致性检查:确保组织发布的StoryMap符合品牌规范
- 主题迁移工具:批量修改或更新StoryMap主题
- 最佳实践研究:分析最受欢迎的主题及其应用场景
总结
虽然当前ArcGIS Python API没有直接提供获取StoryMap主题的方法,但通过访问内部数据结构,我们仍然可以可靠地获取这些信息。随着API的不断更新,这一功能将变得更加便捷。对于需要统计和分析StoryMap主题使用的组织来说,掌握这一技术具有重要意义。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
580
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
352
仓颉编程语言运行时与标准库。
Cangjie
130
365
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
184
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205