This section demonstrates visualization through charting. For information on visualization of tabular data please see the section on Table Visualization. We use the standard convention for referencing the matplotlib API:
pandasとdata-visualizationに関するnabinnoのブックマーク (95)
-
nabinno 2019/12/02
-
-
費用の見積もりと管理 | BigQuery | Google Cloud
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 費用の見積もりと管理 このページでは、費用を見積もる方法と、BigQuery で費用を管理するためのベスト プラクティスについて説明します。BigQuery には、オンデマンドと容量ベースの 2 種類の料金モデルがあります。料金については、BigQuery の料金をご覧ください。 BigQuery では、クエリの実行にかかる費用の見積もり、さまざまなクエリで処理されるバイト数の計算、予想使用量に基づく毎月の費用の見積もりを行うことができます。費用を抑えるには、クエリ計算の最適化と BigQuery ストレージのベスト プラクティスにも従う必要があります。費用に固有のベスト プラクティスについては、クエリ費用の管理をご覧ください。 クエリの費用と BigQuery の使用状況をモニタリング
-
-
Running parameterized queries | BigQuery | Google Cloud
Send feedback Stay organized with collections Save and categorize content based on your preferences. Running parameterized queries BigQuery supports query parameters to help prevent SQL injection when queries are constructed using user input. This feature is only available with GoogleSQL syntax. Query parameters can be used as substitutes for arbitrary expressions. Parameters cannot be used as sub
-
クエリを実行する | BigQuery | Google Cloud
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 クエリの実行 このドキュメントでは、BigQuery でクエリを実行する方法と、ドライランを実行して、クエリの実行前に処理されるデータの量を把握する方法について説明します。 クエリの種類 次のいずれかの種類のクエリジョブを使用して、BigQuery データをクエリできます。 インタラクティブなクエリジョブ。デフォルトでは、BigQuery はインタラクティブ（オンデマンド）クエリジョブをできるだけ早く実行します。 継続的クエリジョブ（プレビュー）。これらのジョブでは、クエリが継続的に実行されるため、BigQuery で受信データをリアルタイムで分析し、結果を BigQuery テーブルに書き込むか、Bigtable または Pub/Sub にエクスポートできます。この機能を使用すると、分
-
Using schema auto-detection | BigQuery | Google Cloud
Send feedback Stay organized with collections Save and categorize content based on your preferences. Using schema auto-detection Schema auto-detection Schema auto-detection enables BigQuery to infer the schema for CSV, JSON, or Google Sheets data. Schema auto-detection is available when you load data into BigQuery and when you query an external data source. When auto-detection is enabled, BigQuery
-
-
スロットについて | BigQuery | Google Cloud
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 スロットについて BigQuery スロットは、BigQuery で SQL クエリを実行するために使用される仮想 CPU です。クエリの実行中、BigQuery はクエリのサイズと複雑さに応じて、クエリに必要なスロット数を自動的に計算します。 オンデマンド料金モデルまたは容量ベースの料金モデルのどちらを使用するかを選択できます。どちらのモデルも、データ処理にスロットを使用します。容量ベースのモデルでは、専用または自動スケーリングされたクエリ処理容量に対して支払うことができます。容量ベースのモデルではスロットと分析容量を明示的に制御できますが、オンデマンド モデルではできません。 容量ベースの料金モデルのお客様は、予約するスロット数を明示的に選択します。クエリはその容量内で実行され、デプ
-
Jupyter ノートブックで BigQuery データを可視化する | Google Cloud
フィードバックを送信 Jupyter ノートブックで BigQuery データを可視化する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このチュートリアルでは、Vertex AI Workbench のマネージド Jupyter ノートブック インスタンスで、Python 用の BigQuery クライアント ライブラリと pandas を使用してデータを探索し、可視化する方法について説明します。データ可視化ツールは、BigQuery データをインタラクティブに分析して、データから傾向を特定し、分析情報を伝達するのに役立ちます。このチュートリアルでは、Google トレンドの BigQuery 一般公開データセットに含まれるデータを使用します。 目標 Vertex AI Workbench を使用してマネージド Jupyter ノートブック インスタン
-
Data definition language (DDL) statements in GoogleSQL | BigQuery | Google Cloud
Send feedback Stay organized with collections Save and categorize content based on your preferences. Data definition language (DDL) statements in GoogleSQL Data definition language (DDL) statements let you create and modify BigQuery resources using GoogleSQL query syntax. You can use DDL commands to create, alter, and delete resources, such as the following: Datasets Tables Table schemas Table clo
-
Google Cloud コンソールを使用する | BigQuery
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Google Cloud コンソールを使用する Google Cloud コンソールでは、BigQuery リソースの作成と管理、SQL クエリの実行に使用できるグラフィカル インターフェースを利用できます。 Google Cloud コンソールで BigQuery を試すには、クイックスタート、Google Cloud コンソールを使用して一般公開データセットにクエリを実行するをご覧ください。 始める前に Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scen
-
クエリプランとタイムライン | BigQuery | Google Cloud
フィードバックを送信 クエリプランとタイムライン コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 BigQuery のクエリジョブには、診断で使用できるクエリプランとタイミング情報が埋め込まれます。これは、他のデータベースや分析システムの EXPLAIN ステートメントなどで提供される情報に似ています。この情報は、jobs.get などのメソッドで API レスポンスから取得できます。 長期実行されるクエリの場合、BigQuery はこの統計情報を定期的に更新します。この更新は、ジョブ ステータスのポーリング間隔とは関係なく実行されますが、通常、更新間隔が 30 秒よりも短くなることはありません。また、実行リソースを使用しないクエリジョブ（ドライラン リクエストや、キャッシュに保存された結果が提供される場合など）の場合、追加の診断情報はありませんが、他の統
-
Query syntax | BigQuery | Google Cloud
Send feedback Query syntax Stay organized with collections Save and categorize content based on your preferences. Query statements scan one or more tables or expressions and return the computed result rows. This topic describes the syntax for SQL queries in GoogleSQL for BigQuery. SQL syntax notation rules The GoogleSQL documentation commonly uses the following syntax notation rules: Square bracke
-
Optimize query computation | BigQuery | Google Cloud
Send feedback Stay organized with collections Save and categorize content based on your preferences. Optimize query computation This document provides the best practices for optimizing your query performance. When you run a query, you can view the query plan in the Google Cloud console. You can also request execution details by using the INFORMATION_SCHEMA.JOBS* views or the jobs.get REST API meth
-
https://cloud.google.com/bigquery/sql-reference/query-syntax?hl=ja
Send feedback Query syntax Stay organized with collections Save and categorize content based on your preferences. Query statements scan one or more tables or expressions and return the computed result rows. This topic describes the syntax for SQL queries in GoogleSQL for BigQuery. SQL syntax notation rules The GoogleSQL documentation commonly uses the following syntax notation rules: Square bracke
-
-
配列の操作 | BigQuery | Google Cloud
フィードバックを送信 配列の操作 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 GoogleSQL for BigQuery でいう配列とは、ゼロ個以上の同じデータ型の値で構成された順序付きリストのことです。INT64 のような簡単なデータ型で構成した配列や、STRUCT などの複雑なデータ型で構成した配列などを作成できます。現在のところ、ARRAY データ型はこの例外であり、配列の配列はサポートされていません。NULL の処理などの ARRAY データ型の詳細については、Array 列型をご覧ください。 GoogleSQL では、配列のリテラルを構成し、ARRAY 関数を使用してサブクエリから配列を作成したうえで、ARRAY_AGG 関数を使用して配列に値を集約できます。 ARRAY_CONCAT() のような関数を使用して複数の配列を結合し、ARRA
-
BigQuery release notes | Google Cloud
Send feedback BigQuery release notes Stay organized with collections Save and categorize content based on your preferences. This page documents production updates to BigQuery. We recommend that BigQuery developers periodically check this list for any new announcements. BigQuery automatically updates to the latest release and cannot be downgraded to a previous version. You can see the latest produc
-
BigQuery での SQL の概要 | Google Cloud
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、BigQuery でサポートされているステートメントと SQL 言語の概要について説明します。 GoogleSQL は ANSI 準拠の構造化クエリ言語（SQL）であり、サポートされている次のタイプのステートメントが含まれています。 クエリ ステートメント（Data Query Language（DQL）ステートメントとも呼ばれます）は、BigQuery でデータを分析する主要な方法です。1 つ以上のテーブルや式をスキャンして、計算結果の行を返します。クエリ ステートメントには、パイプ構文（プレビュー）を含めることができます。 プロシージャル言語ステートメントは、GoogleSQL のプロシージャルの拡張であり、1 回のリクエストで複数の SQL ステートメントを実
公式Twitter
- @HatenaBookmark
リリース、障害情報などのサービスのお知らせ
- @hatebu
最新の人気エントリーの配信
キーボードショートカット一覧
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Copyright © 2005-2025 Hatena. All Rights Reserved.
設定を変更しました