为啥这个 SPARQL 查询缺少这么多结果？

Posted 2023-02-23

【中文标题】为啥这个 SPARQL 查询缺少这么多结果？

【英文标题】：Why is this SPARQL query missing so many results?为什么这个 SPARQL 查询缺少这么多结果？

【发布时间】：2016-05-31 13:35:00

【问题描述】：

（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，稍微调整了他们的一个内置查询示例：

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 800,000+）和西雅图（人口 650,000+）不在列表中，当时我专门询问了所有人口超过 500,000 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？ （我的脚本都在为此工作；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)

【问题讨论】：

你得到了多少结果？可能是端点有一个默认限制 - 例如在 DBpedia 上，您最多可以获得 10000 个条目，更多您必须使用 OFFSET + LIMIT aka。分页。

@AKSW 250，远不及任何合理的默认限制。

【参考方案1】：

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)。

【讨论】：

有趣。不过，San Francisco 似乎确实有人口数据，并且链接用标签 P1082 标识。 （事实上​​，如果您点击该链接，就会以旧金山为例！）知道为什么它没有出现吗？

...当然。为什么我没有想到呢？ *眼珠*

好吧，我注意到您的原始查询 wdt:P279* 中有一个星号。这让我觉得旧金山是一个市县这一事实可能不是问题所在。因为这个星号应该找到所有通过 subclassof 到 city 的路径。哪个市县有...