4

（首先，我很抱歉，因为这是一个公然的交叉帖子。我认为 opendata.SE 会是这个地方，但那里几乎没有任何意见，而且它似乎不是一个非常活跃的网站，所以我想我应该在这里尝试一下，因为它与编程相关。）

我正在尝试获取世界主要城市的列表：它们的名称、人口和位置。我在Wikidata上发现了一个看起来不错的查询，稍微调整了其中一个内置查询示例：

SELECT DISTINCT ?cityLabel ?population ?gps WHERE {
  ?city (wdt:P31/wdt:P279*) wd:Q515.
  ?city wdt:P1082 ?population.
  ?city wdt:P625 ?gps.
  FILTER (?population >= 500000) .
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en". }
}
ORDER BY DESC(?population)

乍一看，结果似乎不错，但它缺少大量重要城市。例如，旧金山（人口 80 万+）和西雅图（人口 65 万+）不在列表中，当时我专门询问了所有人口超过 50 万的城市。

我的查询有问题吗？如果不是，那么 Wikidata 使用的数据一定有问题。无论哪种方式，如何使用可以从 Python 脚本查询的 API 获得有效的数据集？（我的脚本都为此工作；我只是没有取回有效数据。）

from SPARQLWrapper import SPARQLWrapper, JSON
from geopy.distance import great_circle

def parseCoords(gps):
    base = gps[6:-1]
    coords=base.split()
    return (float(coords[1]), float(coords[0]))

sparql = SPARQLWrapper("https://query.wikidata.org/sparql")
sparql.setReturnFormat(JSON)
sparql.setQuery("""SELECT DISTINCT ?cityLabel ?population ?gps WHERE {
  ?city (wdt:P31/wdt:P279*) wd:Q515.
  ?city wdt:P1082 ?population.
  ?city wdt:P625 ?gps.
  FILTER (?population >= 500000) .
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en". }
}
ORDER BY DESC(?population)""")
queryResults = sparql.query().convert()
cities = [(city["cityLabel"]["value"], int(city["population"]["value"]), parseCoords(city["gps"]["value"])) for city in queryResults["results"]["bindings"]]
print (cities)
4

1 回答 1

3

西雅图的人口根本不在这个数据库中。

如果你执行：

#Largest cities of the world
#defaultView:BubbleChart
SELECT * WHERE {
 wd:Q5083 wdt:P1082 ?population.
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en". }
}

你得到零结果。尽管实例wd:Q5083（seattle）存在，但它没有谓词wdt:P1082（population）。

于 2016-05-31T13:55:22.783 回答