Visualizaciones geoespaciales
Se aplica a: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Los datos geoespaciales se pueden visualizar mediante el operador render en el Explorador de escritorio de Kusto. Para descargar kusto Desktop Explorer, consulte Instalación e interfaz de usuario de Kusto.Explorer.
También puede usar la interfaz de usuario web de Azure Data Explorer.
Para más información sobre las opciones de visualización, consulte Visualización de datos con Azure Data Explorer.
Para más información sobre la agrupación en clústeres geoespaciales, consulte Agrupación en clústeres geoespaciales.
Visualización de puntos en un mapa
Puede visualizar puntos mediante las columnas [Longitud, Latitud] o GeoJSON. El uso de una columna de serie es opcional. El par [Longitud, Latitud] define cada punto, en ese orden.
Ejemplo: Visualización de puntos en un mapa
En el ejemplo siguiente se buscan eventos de storm y se visualizan 100 en un mapa.
StormEvents
| take 100
| project BeginLon, BeginLat
| render scatterchart with (kind = map)
Ejemplo: Visualización de varias series de puntos en un mapa
En el ejemplo siguiente se visualizan varias series de puntos, donde el par [Longitud, Latitud] define cada punto y una tercera columna define la serie. En este ejemplo, la serie es EventType.
StormEvents
| take 100
| project BeginLon, BeginLat, EventType
| render scatterchart with (kind = map)
Ejemplo: Visualización de series de puntos en datos con varias columnas
En el ejemplo siguiente se visualiza una serie de puntos en un mapa. Si tiene varias columnas en el resultado, debe especificar las columnas que se usarán para xcolumn (Longitud), ycolumn (Latitud) y series.
StormEvents
| take 100
| render scatterchart with (kind = map, xcolumn = BeginLon, ycolumns = BeginLat, series = EventType)
Ejemplo: Visualización de puntos en un mapa definido por valores dinámicos de GeoJSON
En el ejemplo siguiente se visualizan los puntos del mapa mediante valores dinámicos de GeoJSON para definir los puntos.
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)
Visualización de pies o burbujas en un mapa
Puede visualizar pies o burbujas mediante las columnas [Longitud, Latitud] o GeoJSON. Estas visualizaciones se pueden crear con ejes numéricos o de color.
Ejemplo: Visualización de gráficos circulares por ubicación
En el ejemplo siguiente se muestran los eventos de storm agregados por la celda S2. El gráfico agrega eventos en gráficos circulares por ubicación.
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
Ejemplo: Visualización de burbujas mediante un eje de colores
En el ejemplo siguiente se muestran los eventos de storm agregados por la celda S2. El gráfico agrega eventos en burbujas por ubicación. Dado que el eje de colores ("count") es el mismo para todos los eventos, el render operador genera burbujas.
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
Contenido relacionado
- Agrupación en clústeres geoespaciales
- Operador Render
- Análisis de datos para flotas de pruebas automotrices (caso de uso de clústeres geoespaciales)
- Más información sobre la arquitectura de Azure para el procesamiento y el análisis de datos geoespaciales