对话式分析 API 可以根据用户提出的问题生成交互式可视化图表。该 API 会以 Vega-Lite JSON 配置或 SVG 图片（适用于 Looker 数据源，且仅在 v1alpha 和 v1beta API 版本中）的形式返回图表。您还可以指示代理根据特定要求生成图表。可视化图表是根据回答用户问题时获得的数据结果创建的。
支持的可视化图表
该 API 使用 Vega-Lite 创建可视化图表，并支持所有标准 Vega-Lite 功能。支持以下图表类型：
- 区
- 条形图
- 地理形状
- 热图
- 折线图（时序）
- 饼图
- 散点图
图表的生成方式
代理会识别相关的数据结果，并将其传递给子代理。此子代理会执行 Python 代码，以生成图表的 Vega-Lite JSON 配置。该 API 会使用对话上下文来更好地了解用户在生成图表时的意图。借助 Python，该 API 可以创建更复杂的图表。
代理可能会执行一些小的数据转换（例如汇总或应用过滤条件），以使图表更具相关性和可读性。
输出格式
图表以 chart 结果消息的形式返回，并且可以采用以下格式提供：
- Vega-Lite JSON
- SVG 图片
您可以使用上下文中的 ChartOptions 字段请求图片。当用户请求图片时，该 API 会同时提供图片和 Vega-Lite JSON 输出。
将代理响应呈现为可视化图表
本部分演示了如何使用 Python SDK 从对话式分析 API 响应中提供的图表规范呈现可视化图表。示例代码从回答的 chart 字段中提取图表规范（采用 Vega-Lite 格式），并使用 Altair 库（基于 Vega-Lite 构建）呈现图表、将其保存为图片并显示。
如需详细了解如何使用 Vega-Lite 和 Vega-Lite 生态系统呈现图表，请参阅用于创作 Vega-Lite 可视化图表的工具。
示例：根据 Vega-Lite 输出呈现图表
此示例展示了如何根据 Conversational Analytics API 代理回答呈现条形图。示例发送包含以下提示的请求：
"Create a bar graph that shows the top five states by the total number of airports."
示例代码定义了以下辅助函数：
render_chart_response：从chart消息中提取 Vega-Lite 配置、将其转换为 Altair 库可使用的格式、呈现图表、将其保存到chart.png，并进行显示。chat：使用inline_context变量和当前的messages列表向 Conversational Analytics API 发送请求，处理流式回答；如果返回图表，则调用render_chart_response以显示该图表。
如需使用以下示例代码，请替换以下内容：
- sqlgen-testing：已启用所需 API 的结算项目的 ID。
- Create a bar graph that shows the top five states by the total number of airports：您要发送给对话式分析 API 的提示。
from google.cloud import geminidataanalytics
from google.protobuf.json_format import MessageToDict
import altair as alt
import proto
# Helper function for rendering chart response
def render_chart_response(resp):
def _convert(v):
if isinstance(v, proto.marshal.collections.maps.MapComposite):
return {k: _convert(val) for k, val in v.items()}
elif isinstance(v, proto.marshal.collections.RepeatedComposite):
return [_convert(el) for el in v]
elif isinstance(v, (int, float, str, bool, type(None))):
return v
else:
return MessageToDict(v)
try:
vega_config = _convert(resp.result.vega_config)
chart = alt.Chart.from_dict(vega_config)
chart.save('chart.png')
chart.display()
print("Chart rendered and saved as chart.png")
except Exception as e:
print(f"Error rendering chart: {e}")
# Helper function for calling the API
def chat(q: str, inline_context, messages):
billing_project = "sqlgen-testing"
input_message = geminidataanalytics.Message(
user_message=geminidataanalytics.UserMessage(text=q)
)
messages.append(input_message)
client = geminidataanalytics.DataChatServiceClient()
request = geminidataanalytics.ChatRequest(
inline_context=inline_context,
parent=f"projects/{billing_project}/locations/global",
messages=messages,
)
# Make the request
try:
stream = client.chat(request=request)
for reply in stream:
if reply.system_message and hasattr(reply.system_message, 'chart'):
# ChartMessage includes `query` for generating a chart and `result` with the generated chart.
if hasattr(reply.system_message.chart, 'result'):
print("Chart result found in response.")
render_chart_response(reply.system_message.chart)
else:
print("Chart message found, but no result yet.")
# Append system messages to maintain context for follow-up turns
if reply.system_message:
messages.append(geminidataanalytics.Message(system_message=reply.system_message))
except Exception as e:
print(f"Error calling API: {e}")
# Example Usage:
# Assuming 'inline_context' and 'messages' are initialized as per "Build a data agent using the Python SDK"
# Example initialization (replace with your actual context and message history):
# inline_context = geminidataanalytics.InlineContext(...)
# messages = []
# Send the prompt to make a bar graph
chat("Create a bar graph that shows the top five states by the total number of airports")