直观呈现查询结果

分析和商业智能 工具对于帮助您从 BigQuery 数据中发现洞见至关重要。BigQuery 支持多种 Google 和第三方 数据可视化 工具,您可以使用这些工具来分析对地点数据分析数据进行查询的结果,包括:

  • BigQuery Studio 的“可视化图表”标签页
  • Colab 笔记本
  • Looker Studio
  • Google Earth Engine
  • BigQuery Geo Viz

以下示例介绍了如何在以下工具中直观呈现结果:

  • BigQuery Studio 的“可视化图表”标签页,这是一个集成的地理位置数据查看器。
  • Colab 笔记本,这是一项托管的 Jupyter 笔记本服务。
  • Looker Studio,这是一个平台,让您可以构建和使用数据可视化、信息中心和报告。
  • BigQuery Geo Viz,这是 BigQuery 中使用 Google Maps API 的地理空间数据可视化工具。

这些示例展示了轮椅无障碍餐厅的可视化图表,但您可以直观呈现任何 您的 地点数据分析查询品牌数据查询

如需详细了解如何使用其他工具直观呈现数据,请参阅 BigQuery 文档

查询要直观呈现的数据

以下可视化图表示例使用以下查询来生成纽约市帝国大厦 3000 米范围内设有轮椅无障碍入口的餐厅数量。此查询会返回一个表格,其中包含每个地理位置 的餐厅数量,每个点的大小为 0.005 度。

由于您无法对 GROUP BY 点执行 GEOGRAPHY 操作,因此此 查询使用 BigQuery ST_ASTEXT 函数将每个点转换为该 点的 STRING WKT 表示形式,并将该值写入 geo_txt 列。然后,它使用 geo_txt 执行 GROUP BY

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.places`
  WHERE
    'restaurant' IN UNNEST(types)
    AND wheelchair_accessible_entrance = true
    AND ST_DWITHIN(ST_GEOGPOINT(-73.9857, 40.7484), point, 3000)
  GROUP BY
    geo_txt
)

下图显示了此查询的示例输出,其中 count 包含每个点的餐厅数量:

纽约市可供轮椅通行的餐厅的查询结果。

使用 BigQuery Studio 的“可视化图表”标签页直观呈现数据

下图显示了使用 可视化图表 标签页在 BigQuery 中显示的数据。 颜色较深的圆圈表示该位置的餐厅密度较高。

BigQuery Studio 中的密度图

在 BigQuery Studio 中直观呈现数据

  1. 查询要 直观呈现的数据中运行上述查询。
    1. 在 BigQuery 结果中,点击可视化图表 标签页。
  2. 系统会打开一张地图,其中包含代表所查询点的圆圈。
  3. 可视化图表配置 下,将数据列 设置为 count

    将数据列设置为计数

  4. 颜色较深的圆圈表示餐厅数量较高的点。

  5. 您可以选择更新其他设置,以更改可视化图表的外观。

如需详细了解配置选项,请访问 BiqQuery 可视化图表 文档

使用 Colab 笔记本直观呈现数据

与 BigQuery Studio 相比,Colab 笔记本中的可视化图表可让您更好地控制和呈现数据,并让您留在 Jupyter 笔记本环境中。

您可以通过以下三种格式获取有关在 Colab 中直观呈现地理空间分析数据的教程:

本教程重点介绍使用 pydeckdeck.gl

  • 散点图(通常用于抽样)。
  • GeoJSON(用于发现)。
  • 等值区域图(用于强度)。
  • 热图(用于密度)。

使用 Looker Studio 直观呈现数据

下图显示了在 Looker Studio 中以热图形式显示的数据。热图显示了从低(绿色)到高(红色)的密度。

以填充地图和热图形式显示的查询结果。

将数据导入 Looker Studio

如需将数据导入 Looker Studio,请执行以下操作:

  1. 查询要直观呈现的数据中运行上述查询。

  2. 在 BigQuery 结果中,依次点击 打开方式 -> Looker Studio。您的结果会自动导入 Looker Studio。

  3. Looker Studio 会创建一个默认报告页面,并使用结果的标题、表格和条形图对其进行初始化。

    Looker Studio 中的默认报告。

  4. 选择页面上的所有内容并将其删除。

  5. 依次点击插入 -> 热图,将热图添加到报告中。

  6. 图表类型 -> 设置 下,从数据 部分拖动项以 配置字段,如下所示:

    Looker Studio 中的热图设置。

  7. 热图如上所示。您可以选择图表类型 -> 样式 ,以进一步配置地图的外观。

使用 BigQuery Geo Viz 直观呈现数据

下图显示了在 BigQuery Geo Viz 中以填充地图形式显示的数据。填充地图按点单元格显示了餐厅密度,其中点越大,对应的密度越高。

查询结果在 Geo Viz 中显示为填充地图。

将数据导入 BigQuery Geo Viz

如需将数据导入 BigQuery Geo Viz,请执行以下操作:

  1. 查询要直观呈现的数据中运行上述查询。

  2. 在 BigQuery 结果中,依次点击打开方式 -> GeoViz

  3. 显示屏会打开,并进入查询 步骤。

  4. 选择运行 按钮以运行查询。地图会自动在地图上显示点。

  5. 选择数据 以查看数据。

  6. 数据 部分,点击添加样式 按钮。

  7. 选择 circleRadius ,然后使用滑块启用数据驱动型 样式。

  8. 设置其余字段,如下所示:

    在 Geo Viz 中设置着色地图。

  9. 点击应用样式 以将样式应用于地图。