![]()
本教程面向希望使用数据洞察直观呈现 BigQuery 中的 GEOGRAPHY 数据的用户。如需完成本教程,您需要一个 BigQuery 结算项目。您无需知道如何编写 SQL,并且可以使用公共数据集。
目标
在本教程中,您将创建一份报告,其中显示华盛顿州出租物业的经济实惠程度。您将使用 Google 地图直观呈现来自 BigQuery 公共数据集的GEOGRAPHY数据。

在本教程中,您将完成以下任务:
准备工作
如果您尚未设置 BigQuery 结算项目,可以免费注册。
创建新的空白报告
- 登录数据洞察。
- 点击
创建,然后选择报告。 在将数据添加到报告面板中,选择 BigQuery。

在左侧导航栏中,选择自定义查询。
选择或输入您的结算项目 ID。
在输入自定义查询下,粘贴以下 SQL 查询:
select ct.state_fips_code, ct.county_fips_code, c.county_name, ct.tract_ce, ct.geo_id, ct.tract_name, ct.lsad_name, ct.internal_point_lat, ct.internal_point_lon, ct.internal_point_geo, ct.tract_geom, acs.total_pop, acs.households, acs.male_pop, acs.female_pop, acs.median_age, acs.median_income, acs.income_per_capita, acs.gini_index, acs.owner_occupied_housing_units_median_value, acs.median_rent, acs.percent_income_spent_on_rent, from `bigquery-public-data.geo_census_tracts.census_tracts_washington` ct left join `bigquery-public-data.geo_us_boundaries.counties` c on (ct.state_fips_code || ct.county_fips_code) = c.geo_id left join `bigquery-public-data.census_bureau_acs.censustract_2018_5yr` acs on ct.geo_id = acs.geo_id点击添加,将此数据添加到报告中。
向报告中添加 Google 地图
- 删除报告页面上的表格。
- 点击添加图表。
- 在 Google 地图部分中,点击着色地图。
配置地图

地图还不会显示。您需要先添加用于唯一标识每个营业地点的字段。
- 在位置部分中,点击无效维度,然后选择 geo_id。
- 此字段可唯一标识每个人口普查区。
- 在地理空间字段部分中,点击添加指标,然后选择 tract_geom。
- 此字段包含 BigQuery
GEOGRAPHY数据,这些数据定义了您要显示的多边形。
- 此字段包含 BigQuery
地图应如下所示:

为什么地图上缺少多边形?默认情况下,数据洞察中的 Google 地图会绘制 10 万个点(多边形顶点),但 tract_geom 列包含 911,364 个点。您可以增加点数(最多 100 万个),也可以通过添加过滤条件来减少点数,以便专注于特定区域。在图表属性面板的样式标签页中,找到填充区域图层部分,将多边形顶点数上限设置为 1,000,000。
添加县过滤条件
- 在工具栏中,点击添加控件。
- 选择下拉列表。
- 将控件字段设置为 county_name,并为默认选择输入 King。

现在,您应该会看到金县(包含西雅图)的所有多边形:

设置地图样式
地图的默认颜色指标为记录数。您也可以选择其他指标。
在颜色指标部分,选择 percent_income_spent_on_rent。
与地图互动
根据您启用的选项,您可以缩放和平移,并注意到人们将近一半的收入用于租房的人口普查区,例如西雅图的大学区:
更改提示
当您将鼠标悬停在地图上时,会发现提示中显示了 geo_id,这在此上下文中并没有特别的意义:

您可以通过更改提示维度,为查看者提供更实用的提示。
- 在报告中,点击修改。
- 选择地图。
- 在属性面板的提示部分中,选择 lsad_name。
- 此字段包含人类可读的人口普查区名称:

为地图添加更多样式
您可以在样式标签页中自定义地图的外观。例如,您可以将填充不透明度提高到 80%,并将颜色渐变从蓝色更改为红色。


恭喜
您已在数据洞察中创建了一个 Google 地图,用于直观呈现 BigQuery GEOGRAPHY 数据。
