GSP012

Descripción general

En este lab, analizarás un gran conjunto de datos (137 millones de filas) sobre natalidad con BigQuery y Vertex AI.

Aprendizajes esperados

En este lab, aprenderás a hacer lo siguiente:

• Iniciar un notebook de Vertex AI
• Invocar una consulta en BigQuery
• Crear gráficos en Jupyter
• Exportar datos de aprendizaje automático

En este lab, se ilustra cómo puedes llevar a cabo una exploración de grandes conjuntos de datos, pero con herramientas ya conocidas como Pandas o Jupyter. El truco es hacer la primera parte de la agregación en BigQuery, volver al DataFrame de Pandas y trabajar con el DataFrame de Pandas más pequeño de forma local. Vertex AI brinda una experiencia administrada de Jupyter, por lo que no tienes que ejecutar servidores de notebook por tu cuenta.

Configuración

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)

Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Cómo iniciar su lab y acceder a la consola de Google Cloud

1. Haga clic en el botón Comenzar lab. Si debe pagar por el lab, se abrirá una ventana emergente para que seleccione su forma de pago. A la izquierda, se encuentra el panel Detalles del lab que tiene estos elementos:

   • El botón Abrir la consola de Google
   • Tiempo restante
   • Las credenciales temporales que debe usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haga clic en Abrir la consola de Google. El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordene las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ve el diálogo Elegir una cuenta, haga clic en Usar otra cuenta.

3. Si es necesario, copie el nombre de usuario del panel Detalles del lab y péguelo en el cuadro de diálogo Acceder. Haga clic en Siguiente.

4. Copie la contraseña del panel Detalles del lab y péguela en el cuadro de diálogo de bienvenida. Haga clic en Siguiente.

   Importante: Debe usar las credenciales del panel de la izquierda. No use sus credenciales de Google Cloud Skills Boost. Nota: Usar su propia Cuenta de Google podría generar cargos adicionales.

5. Haga clic para avanzar por las páginas siguientes:

   • Acepte los términos y condiciones.
   • No agregue opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No se registre para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Cloud en esta pestaña.

Nota: Para ver el menú con una lista de los productos y servicios de Google Cloud, haga clic en el Menú de navegación que se encuentra en la parte superior izquierda de la pantalla.

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

1. Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu PROJECT_ID. El resultado contiene una línea que declara el PROJECT_ID para esta sesión:

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

2. Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

gcloud auth list

3. Haz clic en Autorizar.

4. Ahora, el resultado debería verse de la siguiente manera:

Resultado:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. Puedes solicitar el ID del proyecto con este comando (opcional):

gcloud config list project

Resultado:

[core] project = <project_ID>

Resultado de ejemplo:

[core] project = qwiklabs-gcp-44776a13dea667a6 Nota: Para obtener toda la documentación de gcloud, consulta la guía con la descripción general de gcloud CLI en Google Cloud.

Tarea 1: Invoca BigQuery

Cómo abrir la consola de BigQuery

1. En la consola de Google Cloud, seleccione elmenú de navegación > BigQuery.

Se abrirá el cuadro de mensaje Te damos la bienvenida a BigQuery en la consola de Cloud. Este cuadro de mensaje contiene un vínculo a la guía de inicio rápido y las notas de la versión.

2. Haga clic en Listo.

Se abrirá la consola de BigQuery.

3. En el Editor de consultas, ingresa la siguiente consulta:

SELECT plurality, COUNT(1) AS num_babies, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` WHERE year > 2000 AND year < 2005 GROUP BY plurality

4. Ahora haz clic en Ejecutar.

5. Revisa los resultados. ¿Cuántos trillizos nacieron en EE.UU. entre los años 2000 y 2005?

Haz clic en Revisar mi progreso para verificar el objetivo.

Invocar BigQuery y ejecutar una consulta

Tarea 2: Inicia Vertex AI Notebooks

1. En la consola de Cloud, en el campo de búsqueda, escribe “vertex” y, luego, haz clic en Vertex AI en los resultados.

2. En el menú de la izquierda, haz clic en Workbench.

3. Haz clic en el botón Habilitar API de Notebooks.

4. En la parte superior de la página de Workbench, haz clic en + Create New.

5. En la ventana emergente, elige un nombre para tu notebook. Para Region, selecciona y para Zone, selecciona una zona dentro de esa región.

6. Para Environment, selecciona “Python 3 (with Intel® MKL)”.

7. Deja los campos restantes con su configuración predeterminada y haz clic en Create.

8. Haz clic en Open JupyterLab. Se abrirá en una pestaña nueva.

Haz clic en Revisar mi progreso para verificar el objetivo.

Crear una instancia de notebook de Vertex AI

Tarea 3: Visualiza datos en Vertex AI

1. En JupyterLab, haz clic en Notebook > Python 3 para iniciar un notebook nuevo.

2. A continuación, inserta el siguiente código para importar la biblioteca cliente de Python para BigQuery y, luego, inicializar un cliente. El cliente de BigQuery se usará para enviar y recibir mensajes de la API de BigQuery.

from google.cloud import bigquery client = bigquery.Client()

3. Usa Mayúsculas + Intro para ejecutar la celda.

4. Agrega lo siguiente en la próxima celda del notebook para ejecutar una consulta en el conjunto de datos públicos sobre natalidad de BigQuery.

sql = """ SELECT plurality, COUNT(1) AS count, year FROM `bigquery-public-data.samples.natality` WHERE NOT IS_NAN(plurality) AND plurality > 1 GROUP BY plurality, year ORDER BY count DESC """ df = client.query(sql).to_dataframe() df.head()

En este conjunto de datos, se describen todos los nacimientos que se registraron en los Estados Unidos entre los años 1969 y 2008. Esta consulta muestra el recuento anual de nacimientos múltiples por pluralidad (2 para gemelos, 3 para trillizos, etcétera).

5. Usa Mayúsculas + Intro para ejecutar la celda.

Acabas de ejecutar una consulta en la nube. El encabezado de DataFrame (las primeras 5 filas) se muestra debajo de la celda de código. Los resultados completos están disponibles para un análisis más detallado en un DataFrame de Pandas.

Ejecutar una consulta para obtener un registro anual de los nacimientos múltiples por pluralidad

6. Inserta el siguiente código en la próxima celda para alternar los datos y crear un gráfico de barras apiladas del registro de nacimientos múltiples a lo largo del tiempo:

pivot_table = df.pivot(index='year', columns='plurality', values='count') pivot_table.plot(kind='bar', stacked=True, figsize=(15,7));

A continuación, observa el peso de los bebés por sexo.

7. En la próxima celda, ingresa lo siguiente; luego, ejecuta la celda:

sql = """ SELECT is_male, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` GROUP BY is_male """ df = client.query(sql).to_dataframe() df.plot(x='is_male', y='ave_weight', kind='bar');

Los bebés de sexo masculino, ¿son más o menos pesados que los bebés de sexo femenino?, ¿esto se alinea con tus expectativas?

Ejecutar una consulta para obtener el peso de bebés por sexo

Para la última visualización, ve cómo el peso del bebé fluctúa según la cantidad de semanas de gestación.

8. Ingresa lo siguiente en la próxima celda y ejecútala:

sql = """ SELECT gestation_weeks, AVG(weight_pounds) AS ave_weight FROM `bigquery-public-data.samples.natality` WHERE NOT IS_NAN(gestation_weeks) AND gestation_weeks <> 99 GROUP BY gestation_weeks ORDER BY gestation_weeks """ df = client.query(sql).to_dataframe() df.plot(x='gestation_weeks', y='ave_weight', kind='bar'); Nota: Dado que el campo gestation_weeks permite valores nulos y almacena valores desconocidos como 99, esta consulta excluye registros en los que gestation_weeks sea nulo o 99.

Ahora tienes un gráfico que muestra cómo el peso del bebé se relaciona con la cantidad de semanas de gestación.

Ejecutar una consulta para obtener el peso del bebé, el que se relaciona con la cantidad de semanas de gestación

¡Felicitaciones!

Aprendiste a iniciar un notebook de Vertex AI, ejecutar consultas con BigQuery y crear un gráfico para mostrar tus resultados.

Finaliza la Quest

Este lab de autoaprendizaje forma parte de la Quest Scientific Data Processing. Una Quest es una serie de labs relacionados que forman una ruta de aprendizaje. Si completas esta Quest, obtendrás una insignia como reconocimiento por tu logro. Puedes hacer públicas tus insignias y agregar vínculos a ellas en tu currículum en línea o en tus cuentas de redes sociales. Inscríbete en esta Quest o en cualquiera que contenga este lab y obtén un crédito inmediato de finalización. Consulta el catálogo de Google Cloud Skills Boost para ver todas las Quests disponibles.

Realiza tu próximo lab

Continúa tu Quest con Predecir el peso de un bebé con TensorFlow en Cloud ML Engine o prueba uno de los siguientes labs:

• Datos meteorológicos en BigQuery

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 17 de octubre de 2023

Prueba más reciente del lab: 19 de octubre de 2023

Copyright 2024 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.