datacommons-client

# Data Commons 客户端 ## 概述 提供对 Data Commons Python API v2 的全面访问，用于查询统计观测数据、探索知识图谱以及解析实体标识符。Data Commons 将来自人口普查局、卫生组织、环境机构和其他权威来源的数据聚合到一个统一的知识图谱中。 ## 安装 安装支持 Pandas 的 Data Commons Python 客户端： bash uv pip install "datacommons-client[Pandas]" 不使用 Pandas 的基础用法： bash uv pip install datacommons-client ## 核心能力 Data Commons API 由三个主要端点组成，每个端点在专门的参考文件中详细说明： ### 1. Observation 端点 - 统计数据查询 查询实体的时序统计数据。有关完整文档，请参阅 `references/observation.md`。 **主要用例：** - 检索人口、经济、健康或环境统计数据 - 访问历史时序数据以进行趋势分析 - 查询层级数据（州内的所有县，区域内的所有国家） - 比较多个实体的统计数据 - 按数据源过滤以保持一致性 **常见模式：** python from datacommons_client import DataCommonsClient client = DataCommonsClient() # 获取最新人口数据 response = client.observation.fetch( variable_dcids=["Count_Person"], entity_dcids=["geoId/06"], # 加利福尼亚州 date="latest" ) # 获取时序数据 response = client.observation.fetch( variable_dcids=["UnemploymentRate_Person"], entity_dcids=["country/USA"], date="all" ) # 按层级查询 response = client.observation.fetch( variable_dcids=["MedianIncome_Household"], entity_expression="geoId/06<-containedInPlace+{typeOf:County}", date="2020" ) ### 2. Node 端点 - 知识图谱探索 探索知识图谱中的实体关系和属性。有关完整文档，请参阅 `references/node.md`。 **主要用例：** - 发现实体的可用属性 - 导航地理层级（父/子关系） - 检索实体名称和元数据 - 探索实体之间的连接 - 列出图谱中的所有实体类型 **常见模式：** python # 发现属性 labels = client.node.fetch_property_labels( node_dcids=["geoId/06"], out=True ) # 导航层级 children = client.node.fetch_place_children( node_dcids=["country/USA"] ) # 获取实体