Как визуализировать результаты запроса

Инструменты для анализа и бизнес-аналитики помогают получать ценную информацию из данных BigQuery. BigQuery поддерживает несколько инструментов визуализации данных от Google и сторонних разработчиков, которые можно использовать для анализа результатов запросов к данным Аналитики мест, в том числе:

• Вкладка визуализации в BigQuery Studio
• Блокноты Colab
• Looker Studio
• Google Earth Engine
• BigQuery Geo Viz

Ниже приведены примеры визуализации результатов в следующих инструментах:

• Вкладка визуализации в BigQuery Studio, интегрированном средстве просмотра географических данных.
• Блокноты Colab – облачный сервис на основе Jupyter Notebook.
• Looker Studio – платформа, которая позволяет создавать и использовать визуализации данных, сводки и отчеты.
• BigQuery Geo Viz – инструмент визуализации геопространственных данных в BigQuery с помощью Google Maps API.

В примерах показана визуализация ресторанов, доступных для инвалидов-колясочников, но вы можете визуализировать любые запросы Places Insights и запросы данных о брендах.

Дополнительную информацию о визуализации данных с помощью других инструментов можно найти в документации по BigQuery.

Запрос данных для визуализации

В примерах визуализации ниже используется следующий запрос, чтобы получить количество ресторанов в радиусе 3000 метров от Эмпайр-стейт-билдинг в Нью-Йорке, у которых есть вход, оборудованный для инвалидов-колясочников. Этот запрос возвращает таблицу с количеством ресторанов в каждой географической точке, где размер каждой точки составляет 0,005 градуса.

Поскольку вы не можете выполнить операцию GROUP BY для точки GEOGRAPHY, в этом запросе используется функция BigQuery ST_ASTEXT, которая преобразует каждую точку в представление STRING WKT и записывает это значение в столбец geo_txt. Затем выполняется GROUP BY с помощью 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.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
)

На изображении ниже показан пример выходных данных для этого запроса, где count содержит количество ресторанов для каждой точки:

Как визуализировать данные на вкладке "Визуализация" в BigQuery Studio

На изображении ниже показаны эти данные, представленные в BigQuery на вкладке Визуализация. Чем темнее круг, тем больше ресторанов в этом месте.

Визуализация данных в BigQuery Studio

1. Выполните запрос, указанный в разделе Запрос данных для визуализации.
   1. В результатах BigQuery откройте вкладку Визуализация.
2. Откроется карта с кругами, обозначающими точки, которые вы запрашивали.

3. В разделе Конфигурация визуализации для параметра Столбец данных выберите значение count.
   

   

4. Чем темнее круг, тем больше ресторанов в этой точке.

5. При желании вы можете изменить другие настройки, чтобы изменить внешний вид визуализации.

Дополнительную информацию о настройках можно найти в документации по визуализации BigQuery.

Визуализация данных с помощью блокнотов Colab

Визуализация в блокнотах Colab дает больше контроля и возможностей, чем BigQuery Studio, и позволяет оставаться в среде блокнота Jupyter.

Руководство по визуализации геопространственных аналитических данных в Colab доступно в трех форматах:

• В документации Colab.
• Видео на YouTube.
• В блокноте GitHub, который можно клонировать и использовать в Colab для Workspace или Colab Enterprise.

В руководстве рассматриваются четыре основных типа диаграмм, создаваемых с помощью pydeck, deck.gl и

• Точечная диаграмма (обычно используется для выборки).
• GeoJSON (для обнаружения).
• Фоновая картограмма (для интенсивности).
• Тепловая карта (для плотности).

Визуализация данных с помощью Looker Studio

На изображениях ниже показано, как эти данные представлены в Looker Studio в виде тепловой карты. На тепловой карте плотность показана от низкой (зеленый) до высокой (красный).

Импорт данных в Looker Studio

Чтобы импортировать данные в Looker Studio, выполните следующие действия:

1. Выполните запрос, указанный в разделе Запрос данных для визуализации.

2. В результатах BigQuery нажмите Открыть в -> Looker Studio. Результаты автоматически импортируются в Looker Studio.

3. Looker Studio создаст страницу отчета по умолчанию и добавит на нее заголовок, таблицу и гистограмму с результатами.

   

4. Выделите все содержимое страницы и удалите его.

5. Чтобы добавить тепловую карту в отчет, нажмите Вставить > Тепловая карта.

6. В разделе Типы диаграмм -> Настройка перетащите элементы из раздела Данные, чтобы настроить поля конфигурации, как показано ниже:

   

7. Тепловая карта будет выглядеть следующим образом: При желании вы можете выбрать Типы диаграмм -> Стили, чтобы настроить внешний вид карты.

Как визуализировать данные с помощью BigQuery Geo Viz

На изображениях ниже показано, как эти данные отображаются в BigQuery Geo Viz в виде заполненной карты. На заполненной карте показана плотность ресторанов по точечным ячейкам, где больший размер точки соответствует более высокой плотности.

Импортируйте данные в BigQuery Geo Viz

Чтобы импортировать данные в BigQuery Geo Viz, выполните следующие действия:

1. Выполните запрос, указанный в разделе Запрос данных для визуализации.

2. В результатах BigQuery нажмите Открыть в -> GeoViz.

3. Откроется шаг Запрос.

4. Нажмите кнопку Выполнить. Точки автоматически появятся на карте.

5. Выберите Данные, чтобы посмотреть данные.

6. В разделе Данные нажмите кнопку Добавить стили.

7. Выберите circleRadius и с помощью ползунка включите стили на основе данных.

8. Заполните остальные поля, как показано ниже.

   

9. Нажмите Применить стиль, чтобы применить стили к карте.