Georuimtelijke visualisaties

Georuimtelijke gegevens kunnen worden gevisualiseerd met behulp van de render-operator in Kusto Desktop Explorer of de Azure Data Explorer-webinterface. Zie Kusto.Explorer installation and user interface (Installatie en gebruikersinterface van Kusto.Explorer) als u Kusto Desktop Explorer wilt downloaden.

Zie Gegevensvisualisatie met Azure Data Explorer voor meer informatie over visualisatieopties. Zie Georuimtelijke clustering voor meer informatie over georuimtelijke clustering.

Punten op een kaart visualiseren

U kunt punten visualiseren met behulp van de kolommen [Lengtegraad, Breedtegraad] of GeoJSON-kolom. Het gebruik van een reekskolom is optioneel. Het paar [Lengtegraad, Breedtegraad] definieert elk punt in die volgorde.

Voorbeeld: Punten op een kaart visualiseren

In het volgende voorbeeld worden storm-gebeurtenissen gevonden en wordt 100 op een kaart gevisualiseerd.

De query uitvoeren

StormEvents
| take 100
| project BeginLon, BeginLat
| render scatterchart with (kind = map)

Voorbeeld: Meerdere reeksen punten op een kaart visualiseren

In het volgende voorbeeld worden meerdere reeksen punten gevisualiseerd, waarbij het paar [Lengtegraad, Breedtegraad] elk punt definieert en een derde kolom de reeks definieert. In dit voorbeeld is EventTypede reeks .

De query uitvoeren

StormEvents
| take 100
| project BeginLon, BeginLat, EventType
| render scatterchart with (kind = map)

Voorbeeld: reeks punten visualiseren op gegevens met meerdere kolommen

In het volgende voorbeeld wordt een reeks punten op een kaart gevisualiseerd. Als het resultaat meerdere kolommen bevat, moet u de kolommen opgeven die moeten worden gebruikt voor xcolumn (lengtegraad), ycolumn (breedtegraad) en reeks.

De query uitvoeren

StormEvents
| take 100
| render scatterchart with (kind = map, xcolumn = BeginLon, ycolumns = BeginLat, series = EventType)

Voorbeeld: Punten visualiseren op een kaart die is gedefinieerd door dynamische GeoJSON-waarden

In het volgende voorbeeld worden punten op de kaart gevisualiseerd met behulp van dynamische GeoJSON-waarden om de punten te definiëren.

De query uitvoeren

StormEvents
| project BeginLon, BeginLat
| summarize by hash=geo_point_to_s2cell(BeginLon, BeginLat, 5)
| project geo_s2cell_to_central_point(hash)
| render scatterchart with (kind = map)

Visualisatie van cirkels of bellen op een kaart

U kunt cirkels of bellen visualiseren met behulp van kolommen [Lengtegraad, Breedtegraad] of GeoJSON-kolom. Deze visualisaties kunnen worden gemaakt met kleur- of numerieke assen.

Voorbeeld: Cirkeldiagrammen visualiseren op locatie

In het volgende voorbeeld ziet u stormgebeurtenissen die zijn geaggregeerd op basis van S2-cel. De grafiek voegt gebeurtenissen in cirkeldiagrammen samen op locatie.

De query uitvoeren

StormEvents
| project BeginLon, BeginLat, EventType
| where geo_point_in_circle(BeginLon, BeginLat, real(-81.3891), 28.5346, 1000 * 100)
| summarize count() by EventType, hash = geo_point_to_s2cell(BeginLon, BeginLat)
| project geo_s2cell_to_central_point(hash), EventType, count_
| render piechart with (kind = map) // pie map rendering available only in Kusto Explorer desktop

Voorbeeld: Bellen visualiseren met een kleurenas

In het volgende voorbeeld ziet u stormgebeurtenissen die zijn geaggregeerd op basis van S2-cel. De grafiek voegt gebeurtenissen in bellen samen op locatie. Omdat de kleuras ('aantal') hetzelfde is voor alle gebeurtenissen, genereert de render operator bellen.

De query uitvoeren

StormEvents
| project BeginLon, BeginLat, EventType
| where geo_point_in_circle(BeginLon, BeginLat, real(-81.3891), 28.5346, 1000 * 100)
| summarize count() by EventType, hash = geo_point_to_s2cell(BeginLon, BeginLat)
| project geo_s2cell_to_central_point(hash), count_
| extend Events = "count"
| render piechart with (kind = map) // pie map rendering available only in Kusto Explorer desktop

Gerelateerde inhoud

• Georuimtelijke clustering
• Operator renderen
• Gegevensanalyse voor autotestparks (gebruiksscenario voor georuimtelijke clustering)
• Meer informatie over Azure-architectuur voor georuimtelijke gegevensverwerking en -analyse