science هذا المنتج أو الميزة متوفّران في مرحلة المعاينة (قبل طرحه للجميع). قد يكون الدعم المقدَّم للمنتجات والميزات في مرحلة ما قبل الإصدار العلني محدودًا، وقد لا تكون التغييرات التي يتم إجراؤها على المنتجات والميزات في مرحلة ما قبل الإصدار العلني متوافقة مع الإصدارات الأخرى من مرحلة ما قبل الإصدار العلني. تخضع "عروض مرحلة ما قبل الإطلاق" للأحكام المحدّدة لخدمة Google Maps Platform. لمزيد من المعلومات، يُرجى الاطّلاع على أوصاف مراحل الإطلاق. الاشتراك لاختبار "إحصاءات الأماكن"
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تُعدّ أدوات التحليل وذكاء الأعمال ضرورية لمساعدتك في استخلاص الإحصاءات من بياناتك في BigQuery. يتوافق BigQuery مع العديد من أدوات عرض البيانات من Google والجهات الخارجية التي يمكنك استخدامها لتحليل نتائج طلبات البحث في بيانات Places Insights، بما في ذلك:
Looker Studio
BigQuery Geo Viz
أوراق ملاحظات Colab
Google Earth Engine
يوضّح المثال أدناه كيفية عرض نتائجك في:
Looker Studio هي منصة تتيح لك إنشاء واستخدام التمثيلات البصرية للبيانات ولوحات البيانات والتقارير.
BigQuery Geo Viz هي أداة لتصوّر البيانات الجغرافية المكانية في BigQuery باستخدام واجهات برمجة التطبيقات في "خرائط Google".
راجِع مستندات BigQuery للحصول على مزيد من المعلومات حول عرض بياناتك بشكل مرئي باستخدام أدوات أخرى.
طلب البيانات لتصوّرها
تستخدِم أمثلة التصور أدناه طلب البحث التالي لإنشاء عدد
المطاعم في مدينة نيويورك التي يمكن الوصول إليها باستخدام كرسي متحرك.
يعرض هذا الطلب جدولاً يتضمّن أعداد المطاعم لكل نقطة جغرافية، حيث يبلغ حجم كل نقطة 0.005 درجة.
بما أنّه لا يمكنك تنفيذ عملية GROUP BY على نقطة GEOGRAPHY، يستخدم طلب البحث هذا الدالة ST_ASTEXT في BigQuery لتحويل كل نقطة إلى تمثيل STRINGWKT للنقطة، ويكتب هذه القيمة في العمود geo_txt. بعد ذلك، يتم تنفيذ GROUP BY باستخدام geo_txt.
SELECTgeo_txt,-- STRING WKT geometry value.ST_GEOGFROMTEXT(geo_txt)ASgeo,-- Convert STRING to GEOGRAPHY value.countFROM(-- Create STRING WKT representation of each GEOGRAPHY point to-- GROUP BY the STRING value.SELECTWITHAGGREGATION_THRESHOLDST_ASTEXT(ST_SNAPTOGRID(point,0.005))ASgeo_txt,COUNT(*)AScountFROM`places_insights___us___sample.places_sample`WHERE'restaurant'INUNNEST(types)ANDwheelchair_accessible_entrance=trueGROUPBYgeo_txt)
تعرض الصورة التالية مثالاً على نتيجة طلب البحث هذا حيث يحتوي count على عدد المطاعم لكل نقطة:
إنشاء عرض مرئي للبيانات باستخدام Looker Studio
تعرض الصور التالية هذه البيانات في Looker Studio على شكل خريطة حرارية. تعرض خريطة الحرارة الكثافة من منخفضة (أخضر) إلى عالية (أحمر).
استيراد بياناتك إلى Looker Studio
لاستيراد بياناتك إلى Looker Studio، اتّبِع الخطوات التالية:
في نتائج BigQuery، انقر على فتح في -> Looker Studio. يتم تلقائيًا استيراد نتائجك إلى Looker Studio.
تنشئ Looker Studio صفحة تقرير تلقائية وتضبطها باستخدام عنوان وجدول ورسم بياني شريطي للنتائج.
اختَر كل محتوى الصفحة واحذفه.
انقر على إدراج -> خريطة حرارية لإضافة خريطة حرارية إلى تقريرك.
ضمن أنواع الرسوم البيانية -> الإعداد، اضبط الحقول كما هو موضّح أدناه:
يظهر خريطة الحرارة كما هو موضح أعلاه. يمكنك اختياريًا النقر على أنواع الرسوم البيانية ->
الأنماط لمزيد من إعدادات مظهر الخريطة.
تصوُّر البيانات باستخدام BigQuery Geo Viz
تعرض الصور التالية هذه البيانات في BigQuery Geo Viz كخريطة مملوءة. تعرض الخريطة المعبّأة كثافة المطاعم حسب خلية النقطة، حيث تتوافق النقطة الأكبر مع الكثافة الأعلى.
استيراد بياناتك إلى BigQuery Geo Viz
لاستيراد بياناتك إلى BigQuery Geo Viz، اتّبِع الخطوات التالية:
تاريخ التعديل الأخير: 2025-07-17 (حسب التوقيت العالمي المتفَّق عليه)
[[["يسهُل فهم المحتوى.","easyToUnderstand","thumb-up"],["ساعَدني المحتوى في حلّ مشكلتي.","solvedMyProblem","thumb-up"],["غير ذلك","otherUp","thumb-up"]],[["لا يحتوي على المعلومات التي أحتاج إليها.","missingTheInformationINeed","thumb-down"],["الخطوات معقدة للغاية / كثيرة جدًا.","tooComplicatedTooManySteps","thumb-down"],["المحتوى قديم.","outOfDate","thumb-down"],["ثمة مشكلة في الترجمة.","translationIssue","thumb-down"],["مشكلة في العيّنات / التعليمات البرمجية","samplesCodeIssue","thumb-down"],["غير ذلك","otherDown","thumb-down"]],["تاريخ التعديل الأخير: 2025-07-17 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["Analysis and [business intelligence\ntools](https://cloud.google.com/bigquery/docs/data-analysis-tools-intro) are\ncrucial to helping you discover insights from your BigQuery data. BigQuery\nsupports several Google and third-party [data visualization\ntools](https://cloud.google.com/bigquery/docs/geospatial-visualize) that you can\nuse to analyze the results of your queries on Places Insights data, including:\n\n- Looker Studio\n- BigQuery Geo Viz\n- Colab notebooks\n- Google Earth Engine\n\nThe example below describes how to visualize your results in:\n\n- Looker Studio, a platform that lets you build and consume data visualizations, dashboards, and reports.\n- BigQuery Geo Viz, a geospatial data visualization tool in BigQuery using Google Maps APIs.\n\nSee the [BigQuery\ndocumentation](https://cloud.google.com/bigquery/docs/geospatial-visualize) for\nmore information on visualizing your data using other tools.\n\nQuery data to visualize\n\nThe visualization examples below use the following query to generate a count of\nrestaurants in New York City with a wheelchair accessible entrance.\nThis query returns a table of restaurant\ncounts per geographical *point* where the size of each point is 0.005 degrees.\n\nBecause you cannot perform a `GROUP BY` operation on a `GEOGRAPHY` point, this\nquery uses the BigQuery\n[`ST_ASTEXT`](https://cloud.google.com/bigquery/docs/reference/standard-sql/geography_functions#st_astext)\nfunction to convert each point into the `STRING`\n[WKT](https://en.wikipedia.org/wiki/Well-known_text) representation of the\npoint, and writes that value to the `geo_txt` column. It then performs the\n`GROUP BY` using `geo_txt`. \n\n```googlesql\nSELECT\n geo_txt, -- STRING WKT geometry value.\n ST_GEOGFROMTEXT(geo_txt) AS geo, -- Convert STRING to GEOGRAPHY value.\n count\nFROM (\n -- Create STRING WKT representation of each GEOGRAPHY point to\n -- GROUP BY the STRING value.\n SELECT WITH AGGREGATION_THRESHOLD\n ST_ASTEXT(ST_SNAPTOGRID(point, 0.005)) AS geo_txt,\n COUNT(*) AS count\n FROM\n `places_insights___us___sample.places_sample`\n WHERE\n 'restaurant' IN UNNEST(types)\n AND wheelchair_accessible_entrance = true\n GROUP BY\n geo_txt\n)\n```\n\nThe following image shows an example output to this query where `count`\ncontains the number of restaurants for each point:\n\nVisualize data using Looker Studio\n\nThe following images show this data displayed in Looker Studio as a heatmap. The\nheatmap shows density from low (green) to high (red).\n\nImport your data into Looker Studio\n\nTo import your data into Looker Studio:\n\n1. Run the query above in [Query data to visualize](#query_data_to_visualize).\n\n2. In the BigQuery results, click **Open in -\\\u003e Looker Studio**. Your results\n are automatically imported into Looker Studio.\n\n3. Looker Studio creates a default report page and initializes it with a title,\n table, and bar graph of the results.\n\n4. Select everything on the page and delete it.\n\n5. Click **Insert -\\\u003e Heatmap** to add a heatmap to your report.\n\n6. Under **Chart types -\\\u003e Setup** configure the fields as shown below::\n\n7. The heatmap appears as above. You can optionally select **Chart types -\\\u003e\n Styles** to further configure the appearance of the map.\n\nVisualize data using BigQuery Geo Viz\n\nThe following images show this data displayed in BigQuery Geo Viz as a filled\nmap. The filled map shows the restaurant density by point cell, where the larger\nthe point corresponds to the higher density.\n\nImport your data into BigQuery Geo Viz\n\nTo import your data into BigQuery Geo Viz:\n\n1. Run the query above in [Query data to visualize](#query_data_to_visualize).\n\n2. In the BigQuery results, click **Open in -\\\u003e GeoViz**.\n\n3. The display opens to the **Query** step.\n\n4. Select the **Run** button to run the query. The map automatically shows\n the points on the map.\n\n5. Select **Data** to view the data.\n\n6. In the **Data** section, click the **Add styles** button.\n\n7. Select **fillColor** and then use the slider to enable **Data-driven**\n styling.\n\n8. Set the remaining fields as shown below:\n\n9. Click **Apply Style** to apply the styles to the map."]]
