Question

（首先，我道歉，因为这是一个明显的交叉帖子。我认为opendata.SE将是这个地方，但它几乎没有任何意见，它似乎不是很活跃一般的网站，所以我认为我应该在这里尝试它，因为它与编程相关。）

我试图获取世界上主要城市的名单：他们的名字，人口和位置。我在Wikidata找到了一个好看的查询，略微调整了一个内置的查询示例：

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，结果似乎很好，但它缺少了许多重要城市。例如，当我特别要求所有人口超过500,000的城市时，旧金山（人口800,000+）和西雅图（人口650,000+）不在列表中。

我的查询有问题吗？如果没有，维基数据使用的数据肯定有问题。无论哪种方式，我如何获得一个有效的数据集，我可以从Python脚本查询API？（我已经让脚本都为此工作;我只是没有找回有效数据。）

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)

Answer 1

西雅图的人口根本就不在这个数据库中。

如果您执行：

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

结果为零。实例wd:Q5083（西雅图）存在，它没有谓词{{1}}（人口）。

为什么这个SPARQL查询缺少这么多结果？

1 个答案: