Python JSON API用於帶有平面文件的鏈接數據

Question

我們正在創建gamma-cat （伽馬射線天文學的開放數據收集），並正在尋求有關如何進行最佳設置的建議（在此處，或指向資源，格式，工具，包的鏈接）。

我們擁有的數據包括來自不同論文的不同來源的度量。 這是非常不同的，有時在一篇論文中有多個來源的數據，每個來源通常有幾篇論文，有時沒有頻譜，有時一個，有時很多，...

當前，我們僅將數據作為YAML和CSV文件收集在input文件夾中，現在我們希望將其公開給用戶。 主要從Python訪問，也從Javascript訪問，並且可以從靜態網站訪問。

問題是我們應該使用哪種格式和組織數據，以及是否有任何Python軟件包可以幫助我們將output文件生成為一組鏈接數據，以及Python和Javascript軟件包可以幫助我們訪問數據？

我們希望獲得數據的多個“視圖”或簡單的“查詢”，例如“所有來源列表”，“所有論文列表”，“來源X的所有光譜列表”，“論文B的光譜A”源C”。

對於格式，JSON可能是一個不錯的選擇？ 盡管YAML讀起來更好一些，但也可以有注釋和有序的地圖。 我們將輸出文件存儲在git倉庫中，並且JSON文件存在很多毫無意義的差異，因為密鑰順序一直在變化。

為了使數據集可發現和鏈接，我不知道該使用什么。 我發現了例如http://jsonapi.org/，但這似乎是針對REST API的，而不僅僅是靜態Web服務器上的一系列平面JSON文件？ 也許仍然可以那樣使用？ 我還發現http://json-ld.org/看起來很相關，但是也很復雜。 這些或別的什么都是好選擇嗎？

最后，我們想使用Python腳本從input的一些有點組織化的YAML和CSV文件生成output的鏈接的和可發現的文件。 到目前為止，我們僅基於Python字典/列表和YAML / JSON文件編寫了一堆Python類或腳本。 是否有一個Python軟件包可以幫助完成生成鏈接數據文件的任務？

對於冗長而復雜的問題，我們深表歉意！ 我希望它仍適用於SO，並且有人可以分享一些建議。

Answer 1

從問題的廣度來看，您不熟悉鏈接數據。 最不適合您的格式可能是數據包 。 在最常見的情況下，它只是CSV文件和JSON元數據的zip存檔。 它有一個Python包 。

如果對數據有查詢，則應使用SPARQL端點來建立數據庫（三重存儲）。 看看Fuseki 。 然后，您可以使用Turtle或RDF / XML進行文件導出。

如果數據來自某種工具，則可以使用Eclipse Lyo（ 教程 ）對它表示的域進行建模。

這些工具由3個不同的社區維護，如果您對它們還有其他疑問，可以分別與他們的用戶郵件列表聯系。