Wizualizacja wyników zapytań

Narzędzia do analizy i analityki biznesowej są niezbędne, aby pomóc Ci odkrywać statystyki na podstawie danych z BigQuery. BigQuery obsługuje kilka narzędzi do wizualizacji danych Google i innych firm, których możesz używać do analizowania wyników zapytań dotyczących danych Places Insights, m.in.:

• Karta Wizualizacja w BigQuery Studio
• Notatniki Colab
• Looker Studio
• Google Earth Engine
• BigQuery Geo Viz

Poniższy przykład pokazuje, jak wizualizować wyniki w:

• Karta Wizualizacja w BigQuery Studio, zintegrowanej przeglądarce danych geograficznych.
• notatniki Colab, czyli hostowana usługa notatników Jupyter;
• Looker Studio, czyli platforma, która umożliwia tworzenie i wykorzystywanie wizualizacji danych, paneli i raportów.
• BigQuery Geo Viz, narzędzie do wizualizacji danych geoprzestrzennych w BigQuery korzystające z interfejsów API Map Google.

Więcej informacji o wizualizacji danych za pomocą innych narzędzi znajdziesz w dokumentacji BigQuery.

Wykonywanie zapytań o dane do wizualizacji

W przykładach wizualizacji poniżej użyto tego zapytania do wygenerowania liczby restauracji w Nowym Jorku z wejściem przystosowanym dla osób na wózkach inwalidzkich. To zapytanie zwraca tabelę z liczbą restauracji w poszczególnych punktach geograficznych, w której rozmiar każdego punktu wynosi 0,005 stopnia.

Ponieważ nie można wykonać operacji GROUP BY na punkcie GEOGRAPHY, to zapytanie używa funkcji BigQuery ST_ASTEXT do przekształcenia każdego punktu w reprezentację STRING WKT punktu i zapisuje tę wartość w kolumnie geo_txt. Następnie wykonuje GROUP BY za pomocą geo_txt.

SELECT
  geo_txt, -- STRING WKT geometry value.
  ST_GEOGFROMTEXT(geo_txt) AS geo, -- Convert STRING to GEOGRAPHY value.
  count
FROM (
  -- Create STRING WKT representation of each GEOGRAPHY point to
  -- GROUP BY the STRING value.
  SELECT WITH AGGREGATION_THRESHOLD
    ST_ASTEXT(ST_SNAPTOGRID(point, 0.005)) AS geo_txt,
    COUNT(*) AS count
  FROM
    `PROJECT_NAME.places_insights___us___sample.places_sample`
  WHERE
    'restaurant' IN UNNEST(types)
    AND wheelchair_accessible_entrance = true
  GROUP BY
    geo_txt
)

Ilustracja poniżej przedstawia przykładowe dane wyjściowe tego zapytania, w którym count zawiera liczbę restauracji w każdym punkcie:

Wizualizacja danych za pomocą karty Wizualizacja w BigQuery Studio

Na ilustracji poniżej widać te dane wyświetlone w BigQuery na karcie Wizualizacja. Ciemniejsze kółka oznaczają większe zagęszczenie restauracji w danym miejscu.

Wizualizacja danych w BigQuery Studio

1. Uruchom powyższe zapytanie w sekcji Wykonywanie zapytań dotyczących danych w celu ich wizualizacji.
   1. W wynikach BigQuery kliknij kartę Wizualizacja.
2. Otworzy się mapa z okręgami reprezentującymi zapytane punkty.

3. W sekcji Konfiguracja wizualizacji ustaw Kolumna danych na count.
   

   

4. Ciemniejsze kółka będą oznaczać punkty z większą liczbą restauracji.

5. Możesz też zaktualizować inne ustawienia, aby zmienić wygląd wizualizacji.

Więcej informacji o opcjach konfiguracji znajdziesz w dokumentacji dotyczącej wizualizacji w BigQuery.

Wizualizowanie danych za pomocą notatników Colab

Wizualizacja w notatnikach Colab zapewnia większą kontrolę i zaawansowanie niż BigQuery Studio oraz umożliwia pozostanie w środowisku notatnika Jupyter.

Samouczek dotyczący wizualizacji danych analitycznych geoprzestrzennych w Colab jest dostępny w 3 formatach:

• W dokumentacji Colab.
  • jako film w YouTube;
• W notatniku GitHub możesz sklonować i używać w Colab Workspace lub Colab Enterprise.

Samouczek koncentruje się na 4 głównych typach wykresów, które wykorzystują pydeck, deck.gl i

• Wykres punktowy (zwykle do próbkowania).
• GeoJSON (do wykrywania).
• Kartogram (intensywność).
• Mapa termiczna (gęstość).

Wizualizacja danych za pomocą Looker Studio

Na poniższych obrazach te dane są wyświetlane w Looker Studio w postaci mapy cieplnej. Mapa cieplna pokazuje gęstość od niskiej (zielona) do wysokiej (czerwona).

Importowanie danych do Looker Studio

Aby zaimportować dane do Looker Studio:

1. Uruchom powyższe zapytanie w sekcji Wykonywanie zapytań dotyczących danych w celu wizualizacji.

2. W wynikach BigQuery kliknij Otwórz w –> Looker Studio. Wyniki są automatycznie importowane do Looker Studio.

3. Looker Studio tworzy domyślną stronę raportu i inicjuje ją za pomocą tytułu, tabeli i wykresu słupkowego wyników.

   

4. Zaznacz wszystko na stronie i usuń.

5. Aby dodać do raportu mapę cieplną, kliknij Wstaw –> Mapa cieplna.

6. W sekcji Typy wykresów –> Konfiguracja skonfiguruj pola w sposób pokazany poniżej:

   

7. Mapa aktywności wygląda jak powyżej. Możesz też kliknąć Typy wykresów –> Style, aby dodatkowo skonfigurować wygląd mapy.

Wizualizacja danych za pomocą BigQuery Geo Viz

Na ilustracjach poniżej widać te dane wyświetlane w BigQuery Geo Viz w postaci wypełnionej mapy. Wypełniona mapa pokazuje gęstość restauracji w poszczególnych komórkach punktowych. Im większy punkt, tym większa gęstość.

Importowanie danych do BigQuery Geo Viz

Aby zaimportować dane do BigQuery Geo Viz:

1. Uruchom powyższe zapytanie w sekcji Wykonywanie zapytań dotyczących danych w celu wizualizacji.

2. W wynikach BigQuery kliknij Otwórz w –> GeoViz.

3. Wyświetli się krok Zapytanie.

4. Aby uruchomić zapytanie, kliknij przycisk Uruchom. Mapa automatycznie wyświetli punkty na mapie.

5. Aby wyświetlić dane, kliknij Dane.

6. W sekcji Dane kliknij przycisk Dodaj style.

7. Wybierz circleRadius, a następnie użyj suwaka, aby włączyć styl oparty na danych.

8. Ustaw pozostałe pola w sposób pokazany poniżej:

   

9. Aby zastosować style do mapy, kliknij Zastosuj styl.