Crea y ejecuta un notebook con la galería de notebooks

Galería de notebooks

La galería de notebooks es un centro para descubrir y usar plantillas de notebooks prediseñadas. Estas plantillas te permiten realizar tareas comunes, como la preparación, el análisis y la visualización de datos. Las plantillas de notebooks también te ayudan a explorar las funciones de BigQuery Studio, administrar flujos de trabajo y promover prácticas recomendadas.

Puedes usar plantillas de la galería de notebooks para optimizar todo tu flujo de trabajo de intención a estadísticas en cada etapa del ciclo de vida de los datos, desde la transferencia y la exploración hasta el análisis avanzado y BigQuery ML.

La galería de notebooks proporciona plantillas para todos los niveles de habilidad. La galería incluye plantillas fundamentales para SQL, Python, Apache Spark y DataFrames. También puedes explorar temas como la IA generativa y el análisis de datos multimodales en BigQuery.

Para obtener más información sobre cómo usar las plantillas de la galería de notebooks, consulta Crea un notebook con la galería de notebooks.

Crea un notebook a partir de una plantilla de la galería de notebooks

En el siguiente ejemplo, se usa la plantilla Introducción a los notebooks en BigQuery Studio. En este notebook, se muestra cómo realizar las siguientes tareas:

• Consultar datos: Ejecuta consultas con celdas de SQL.
• Visualiza los resultados de las consultas: Crea visualizaciones sin código con las celdas de visualización.
• Limpia y transforma datos: Ordena, quita duplicados y filtra tus datos con la API de BigQuery DataFrames (Pandas).
• Ejecuta predicciones basadas en IA: Genera predicciones con la (función AI.FORECAST) en BigQuery DataFrames. La función AI.FORECAST usa el modelo de base de TimesFM para generar predicciones directamente a partir de un conjunto de datos sin necesidad de entrenamiento de modelos.
• Trazar datos: Traza datos con las bibliotecas de visualización integradas de Python. Trazas los datos con la biblioteca de visualización de BigQuery DataFrames, con tecnología de Matplotlib y Pandas.

Para usar el notebook, debes abrir la plantilla, convertirla en un notebook ejecutable, conectarte al entorno de ejecución del notebook y, luego, ejecutarlo.

Abre la plantilla y conviértela en un notebook ejecutable

Antes de usar un notebook creado a partir de una plantilla de la galería de notebooks, debes convertir la plantilla en un notebook ejecutable.

Para abrir la plantilla Introduction to notebooks in BigQuery Studio en la galería de notebooks y convertirla en un notebook ejecutable, sigue estos pasos:

1. Ve a la página de Studio.

   Ir a Studio

2. Haz clic en el menú desplegable de la flecha arrow_drop_down y, luego, elige Notebook > All templates.

3. Como alternativa, en la página principal de BigQuery Studio, haz clic en Ver galería de notebooks.

   

4. Haz clic en la tarjeta Introduction to notebooks in BigQuery Studio o búscalo en la galería.

5. Después de que se abra la plantilla, haz clic en Usar esta plantilla para convertirla en un notebook ejecutable.

Conéctate al entorno de ejecución predeterminado

Antes de ejecutar el notebook, debes conectarlo a un tiempo de ejecución de Gemini Enterprise Agent Platform. Un entorno de ejecución es un recurso de procesamiento que ejecuta el código en tu notebook. El entorno de ejecución debe estar en la misma región que tu notebook.

Para obtener más información sobre los entornos de ejecución, consulta Entornos de ejecución y plantillas de entorno de ejecución. Para obtener más información sobre cómo configurar los parámetros regionales, consulta Configura la región predeterminada para los elementos de código.

En este instructivo, usarás el tiempo de ejecución predeterminado. El tiempo de ejecución predeterminado es un tiempo de ejecución preestablecido que requiere una configuración mínima. Para conectarte al entorno de ejecución predeterminado, sigue estos pasos:

1. Con el notebook abierto, haz clic en Conectar.

   Es posible que la conexión al entorno de ejecución predeterminado tarde varios minutos si aún no tienes un entorno de ejecución activo.

2. Cuando el entorno de ejecución esté listo, deberías ver una marca de verificación con los gráficos de RAM y disco. Si colocas el cursor sobre los gráficos, verás el tipo de entorno de ejecución y su configuración.

   

Ejecuta el notebook

La introducción a los notebooks en BigQuery Studio contiene texto, SQL, visualizaciones y celdas de código. Las celdas que no son de texto se pueden ejecutar de forma individual, o bien puedes ejecutar todas las celdas en orden, de la primera a la última.

En este instructivo, ejecutarás las celdas del notebook de forma individual para que puedas ver los resultados por etapas. Para ejecutar el notebook, haz lo siguiente:

1. En la sección Query your data using SQL cells, coloca el cursor sobre la celda de SQL y, luego, haz clic en play_circle Ejecutar celda.

   

   Esta celda de SQL consulta la tabla bigquery-public-data.epa_historical_air_quality.pm25_frm_daily_summary en el conjunto de datos públicos de calidad del aire histórico y muestra el promedio diario de PM2.5 (una métrica común de calidad del aire) para San Francisco en los últimos años.

2. Observa los resultados. Los resultados de la consulta se muestran en un DataFrame.

   

3. En la sección Visualizar datos, coloca el cursor sobre la celda de visualización y, luego, haz clic en play_circle Ejecutar celda.

4. Visualiza la visualización generada.

   

   El resultado muestra un gráfico de series temporales que representa los valores promedio diarios de PM2.5 en el DataFrame df que generaste anteriormente. En este gráfico, se muestra la tendencia de los niveles de PM2.5 a lo largo del tiempo.

5. En la sección Limpiar los datos, coloca el cursor sobre la celda de código y, luego, haz clic en play_circle Ejecutar celda.

6. Observa los resultados. Los resultados se muestran en un DataFrame.

   

   El código hace lo siguiente:

   • Importa la biblioteca bigframes.pandas.
   • Asegúrate de que el campo date_local sea una marca de tiempo.
   • Ordena los resultados por fecha, lo que es necesario para la previsión.
   • Quita las filas duplicadas.
   • Descarta las filas en las que avg_pm25 es null.
   • Filtrar valores atípicos
   • Muestra los resultados en un BigQuery DataFrames llamado df_cleaned.

7. En la sección Predecir valores con AI.FORECAST, coloca el cursor sobre la celda de SQL y, luego, haz clic en play_circle Ejecutar celda.

8. Observa los resultados. Los resultados de la consulta se muestran en un DataFrame.

   

   Esta celda de SQL ejecuta una consulta que usa la función AI.FORECAST para predecir el promedio diario futuro de PM2.5 con el DataFrame df_cleaned que generaste anteriormente.

9. En la sección Visualiza los datos con Python, coloca el cursor sobre la celda de código y, luego, haz clic en play_circle Ejecutar celda.

10. Observa los resultados. Los resultados se muestran en un gráfico.

    

    El código de Python hace lo siguiente:

    • Importa el módulo datetime.
    • Primero, grafica los datos históricos y obtén los ejes.
    • Trazar los datos previstos en los mismos ejes
    • Trazar el intervalo de confianza

    Esta visualización se asemeja a los gráficos estándar de Python, pero df_cleaned.plot es un comando de BigQuery DataFrames. El comando recupera solo los datos necesarios (una muestra) para renderizar el gráfico, no todo el conjunto de datos.