Data merupakan landasan kemajuan di hampir semua bidang. Ia berperan sebagai bahan mentah yang digunakan untuk menghasilkan insight mendalam, memungkinkan kita mengukur realitas saat ini secara akurat, mengidentifikasi tren penting, dan bahkan memprediksi kemungkinan hasil di masa depan.
Di Google, misi kami dengan Data Commons adalah mengelola data statistik yang tersedia secara umum di dunia, membuatnya lebih mudah diakses dan berguna bagi semua orang. Ini adalah grafik pengetahuan open source yang menyatukan beragam data publik dari berbagai sumber, menyederhanakan akses dan pemahaman untuk developer, peneliti, dan analis data. Bersama dengan situs datacommons.org, Google Penelusuran menggunakan Data Commons untuk menjawab pertanyaan, seperti Berapa jumlah penduduk San Fransisco?, dengan grafik teratas yang dihasilkan oleh Data Commons.
Hari ini, kami mengumumkan ketersediaan umum library klien Python terbaru untuk Data Commons berdasarkan REST API V2. Library Python terbaru ini secara dramatis meningkatkan kemampuan developer data dalam memanfaatkan Data Commons.
Pencapaian ini secara signifikan dibentuk oleh visi dan kontribusi substansial dari mitra kami, The ONE Campaign, sebuah organisasi global yang bekerja untuk menciptakan investasi yang dibutuhkan untuk menciptakan peluang ekonomi dan kehidupan yang lebih sehat di Afrika. Kami membangun Data Commons sebagai platform open source dengan tujuan untuk mendorong kontribusi komunitas serta memungkinkan penggunaan inovatif, dan kemitraan dengan The ONE Campaign ini dengan sempurna menunjukkan tujuan tersebut. ONE mengadvokasi, mengusulkan desain, dan mengodekan library klien untuk menyediakan insight Data Commons yang kaya bagi data scientist dan analis yang ingin memanfaatkan ekosistem alat analisis dan library Python yang berlimpah.
Platform Data Commons juga memungkinkan organisasi, seperti Perserikatan Bangsa-Bangsa atau ONE, untuk menghosting instance Data Commons mereka sendiri. Instance khusus ini memungkinkan integrasi mulus antara set data milik organisasi dengan grafik pengetahuan fundamental milik Data Commons. Organisasi tetap dapat memanfaatkan framework data serta alat Data Commons sambil mempertahankan kontrol penuh atas data dan sumber daya mereka.
Salah satu penambahan yang paling berdampak di library V2 adalah dukungan yang kuat untuk instance khusus. Artinya, Anda sekarang bisa menggunakan library Python untuk melakukan kueri secara terprogram terhadap instance publik maupun pribadi—baik yang dihosting secara lokal, di dalam organisasi Anda, maupun di Google Cloud Platform.
Library Python mempermudah kita melakukan kueri umum terhadap data Data Commons, seperti:
Library klien V2 menawarkan banyak peningkatan teknis dibandingkan library V1, termasuk:
variable = "sdg/SI_POV_DAY1"
variable_name = "Proportion of population below international poverty line"
df = client.observations_dataframe(variable_dcids=variable, date="all", parent_entity="Earth", entity_type="Continent")
df = df.pivot(index="date", columns="entity_name", values="value")
ax = df.plot(kind="line")
ax.set_xlabel("Year")
ax.set_ylabel("%")
ax.set_title(variable_name)
ax.legend()
ax.plot()
Untuk memulai dengan library Python Data Commons, Anda bisa menginstal paketnya secara langsung dari PyPI. Kami juga menyediakan sumber daya yang komprehensif untuk membantu Anda mendalaminya, termasuk dokumentasi referensi dan tutorial online yang tersedia dalam notebook Google Colab.
Bagi Anda yang saat ini menggunakan Python API V1, kami sangat menyarankan untuk melakukan upgrade ke library Python V2 terbaru. API V1 dijadwalkan untuk dihentikan penggunaannya, dan mengadopsi library baru ini memastikan Anda memiliki akses ke fitur terbaru dan dukungan berkelanjutan.
Library ini adalah bukti kekuatan kolaborasi open source. Kode open source tersedia di GitHub, dan kami menyambut kontribusi dari komunitas sesuai dengan Perjanjian Lisensi Kontributor Google.
Stanford’s Marin foundation model: The first fully open model developed using JAX
Bagaimana Itu Dibuat: Little Language Lessons menggunakan kemampuan multibahasa Gemini untuk mempersonalisasi pembelajaran bahasa
Unlock Gemini’s reasoning: A step-by-step guide to logprobs on Vertex AI
Tiga solusi MarTech yang menempatkan AI generatif dalam pemasaran