Participación en la redacción del documento detalla las directrices y especificaciones acerca del espacio de datos.
Organización de evento abierto para explorar sinergias, compartir proyectos y generar oportunidades en torno a la movilidad urbana, la vivienda y el territorio.
Todo el material desarrollado en este proyecto se encuentra disponible de forma abierta en el siguiente repositorio público de GitHub.
¿Qué aporta?
¿Para quién es útil?
Ayuntamientos, áreas metropolitanas, empresas de transporte y planificadores urbanos que necesitan anticipar la demanda y optimizar servicios públicos.
Este caso de uso analiza la relación entre movilidad, accesibilidad y mercado de la vivienda, integrando datos urbanos y socioeconómicos.
¿Para quién es útil?
Administraciones públicas, inversores, empresas inmobiliarias y entidades que analizan el impacto de la movilidad en el acceso a la vivienda
Asistencia a eventos y congresos para compartir nuestros avances, investigaciones y casos de uso innovadores
Integración de fuentes de datos abiertas
Este material de formación presenta un ejemplo práctico de acceso y explotación de datos abiertos a través de Wikidata utilizando consultas SPARQL. El objetivo es mostrar cómo recuperar información estructurada desde una base de conocimiento abierta y reutilizable, facilitando su análisis posterior en entornos de ciencia de datos.
El ejemplo se implementa mediante un notebook en Python que emplea la librería SPARQLWrapper para conectarse al endpoint público de Wikidata. A través de una consulta SPARQL se obtienen entidades, clases y propiedades relevantes, incluyendo etiquetas, ubicaciones, imágenes y otros metadatos asociados, devolviendo los resultados en formato JSON.
Este enfoque permite a técnicos y desarrolladores comprender cómo integrar fuentes de datos abiertas en proyectos de análisis urbano y movilidad, favoreciendo la interoperabilidad y la reutilización de información. El notebook puede ejecutarse localmente en un entorno Jupyter para adaptar las consultas a distintos casos de uso o ampliar el análisis según las necesidades del proyecto.
from SPARQLWrapper import SPARQLWrapper, JSON
# Configuración del endpoint SPARQL de Wikidata
sparql = SPARQLWrapper(«https://query.wikidata.org/sparql»)
sparql.setReturnFormat(JSON)
# Definición de la consulta SPARQL
sparql.setQuery(«»»
SELECT ?type ?typeLabel ?label ?coord ?location ?image ?statusLabel ?describedAt
?website ?inception ?architectLabel ?styleLabel
WHERE {
{
VALUES ?type { wd:Q4989906 wd:Q172854 wd:Q2808251 wd:Q2076940 }
?s wdt:P31 ?type .
?s rdfs:label ?label .
OPTIONAL { ?s wdt:P625 ?coord }
OPTIONAL { ?s wdt:P276 ?location }
OPTIONAL { ?s wdt:P18 ?image }
OPTIONAL { ?s wdt:P1435 ?status }
OPTIONAL { ?s wdt:P973 ?describedAt }
OPTIONAL { ?s wdt:P856 ?website }
OPTIONAL { ?s wdt:P571 ?inception }
OPTIONAL { ?s wdt:P84 ?architect }
OPTIONAL { ?s wdt:P149 ?style }
}
SERVICE wikibase:label {
bd:serviceParam wikibase:language «[AUTO_LANGUAGE],es».
}
}
«»»)
# Ejecución de la consulta y obtención de resultados
try:
results = sparql.queryAndConvert()
for result in results[«results»][«bindings»]:
print(result[«label»][«value»], «-«, result[«type»][«value»])
except Exception as e:
print(e)
Convierte tus datos en decisiones que impulsen la eficiencia, la sostenibilidad y la innovación
Completa el formulario para recibir más informacion sobre cómo conectar tu entidad al espacio de datos de movilidad urbana.
