PLACES_COUNT_PER_H3 फ़ंक्शन

PLACES_COUNT_PER_H3 फ़ंक्शन, खोज के लिए भौगोलिक क्षेत्र लेता है. साथ ही, खोज के क्षेत्र में मौजूद हर H3 सेल के हिसाब से जगहों की संख्या वाली टेबल दिखाता है.

PLACES_COUNT_PER_GEO फ़ंक्शन, टेबल दिखाता है. इसलिए, इसे FROM क्लॉज़ का इस्तेमाल करके कॉल करें.

• इनपुट पैरामीटर:

  • ज़रूरी है: geography फ़िल्टर पैरामीटर, जो खोज के दायरे के बारे में बताता है. geography पैरामीटर, BigQuery के GEOGRAPHY डेटा टाइप से तय की गई वैल्यू है. यह पॉइंट, लाइनस्ट्रिंग, और पॉलीगॉन के साथ काम करता है.

    अलग-अलग तरह की सर्च जियोग्राफ़ी, जैसे कि व्यूपोर्ट और लाइनों का इस्तेमाल करने के उदाहरण देखने के लिए, PLACES_COUNT फ़ंक्शन देखें.

  • ज़रूरी है: h3_resolution फ़िल्टर पैरामीटर, जो H3 रिज़ॉल्यूशन के बारे में बताता है. इसका इस्तेमाल, हर H3 सेल में जगहों की संख्या को एग्रीगेट करने के लिए किया जाता है. इसकी वैल्यू 0 से 8 तक हो सकती है.

  • ज़रूरी नहीं: खोज के नतीजों को बेहतर बनाने के लिए, फ़िल्टर के अतिरिक्त पैरामीटर.

• वापसी:

  • एक टेबल, जिसमें हर H3 सेल के लिए एक लाइन होती है. टेबल में ये कॉलम शामिल हैं: h3_cell_index (STRING), geography (GEOGRAPHY), count (INT64), और sample_place_ids (ARRAY<STRING>). h3_cell_index और geography, H3 सेल को दिखाने वाले पॉलीगॉन को तय करते हैं. sample_place_ids में हर H3 सेल के लिए, ज़्यादा से ज़्यादा 250 प्लेस आईडी होते हैं.

उदाहरण: हर H3 सेल के हिसाब से, व्हीलचेयर से पहुंचा जा सकने वाली सुविधा और किराने की दुकानों की संख्या गिनें

नीचे दिए गए उदाहरण में, न्यूयॉर्क शहर में हर H3 सेल के हिसाब से, चालू, व्हीलचेयर के लिए सुलभ, सुविधा स्टोर, और किराने की दुकानों की संख्या का हिसाब लगाया गया है. H3 सेल, 8 के रिज़ॉल्यूशन लेवल का इस्तेमाल करते हैं.

इस उदाहरण में, न्यूयॉर्क शहर के भूगोल की जानकारी पाने के लिए, Overture Maps Data के BigQuery सार्वजनिक डेटासेट का इस्तेमाल किया गया है.

DECLARE geo GEOGRAPHY;

-- Get the geography for New York City.
SET geo = (SELECT geometry FROM `bigquery-public-data.overture_maps.division_area`
  WHERE country = 'US' AND names.primary = 'City of New York'  LIMIT 1);

SELECT * FROM `places_insights___us___sample.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', geo,
      'types', ["convenience_store","grocery_store"],
      'wheelchair_accessible_entrance', true,
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8
    )
);

फ़ंक्शन के लिए जवाब:

नतीजों को विज़ुअलाइज़ करना

नीचे दी गई इमेज में, इस डेटा को Looker Studio में फ़िल किए गए मैप के तौर पर दिखाया गया है. H3 सेल जितना गहरा होगा, नतीजों की संख्या उतनी ही ज़्यादा होगी:

अपने डेटा को Looker Studio में इंपोर्ट करने के लिए:

1. नतीजे जनरेट करने के लिए, ऊपर दिए गए फ़ंक्शन को चलाएं.

2. BigQuery के नतीजों में, इसमें खोलें -> Looker Studio पर क्लिक करें. आपके नतीजे, Looker Studio में अपने-आप इंपोर्ट हो जाते हैं.

3. Looker Studio, डिफ़ॉल्ट रूप से एक रिपोर्ट पेज बनाता है. साथ ही, इसमें नतीजों का टाइटल, टेबल, और बार ग्राफ़ दिखाता है.

   

4. पेज पर मौजूद सभी आइटम चुनें और उन्हें मिटाएं.

5. अपनी रिपोर्ट में फ़िल्ड मैप जोड़ने के लिए, Insert -> फ़िल्ड मैप पर क्लिक करें.

6. चार्ट टाइप -> सेटअप में जाकर, फ़ील्ड को यहां दिखाए गए तरीके से कॉन्फ़िगर करें::

   

7. भरे गए मैप की इमेज ऊपर दी गई है. मैप को और बेहतर तरीके से कॉन्फ़िगर करने के लिए, चार्ट टाइप -> स्टाइल को चुना जा सकता है.

Places Insights के नतीजों को विज़ुअलाइज़ करने के बारे में ज़्यादा जानकारी और उदाहरण के लिए, क्वेरी के नतीजों को विज़ुअलाइज़ करना लेख पढ़ें.