neo4j-Py2neo使用

2023-12-20 13:52
文章标签 使用 neo4j py2neo

本文主要是介绍neo4j-Py2neo使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

neo4j-Py2neo(一)：基本库介绍使用

py2neo的文档地址：https://neo4j-contrib.github.io/py2neo/

py2neo的本质是可以采用两种方式进行操作，一种是利用cypher语句，一种是使用库提供的DataTypes，Data类的实例需要和远程的数据库中一一对应。

类说明
Core Graph API直接可以直接从py2neo引用的几个核心类。负责具体执行提交的类。
Data Typesneo4j的核心，节点关系等。也就是py2neo.data，这个类下面的所有成员都可以直接从py2neo引用。
Cyphercypher语言执行后的结果如何访问，在这个类中。
Bulk批量执行cypher语句。
Object-Graph Mapping将图谱映射到python类中，比如整个数据库，已知节点。
from py2neo import Graph
graph = Graph("bolt://localhost:7687", auth=("neo4j", "password")) # 不指定name, 就用默认数据库
graph.run("UNWIND range(1, 3) AS n RETURN n, n * n as n_sq")
Node

1, 创建节点 ,Node(*labels, **properties)。节点就是两个部分组成：标签、属性。

from py2neo import Node # 或者 from py2neo.data import Node
a = Node('Person', name='alice')
b = Node(*['Person', 'Man', 'Manager'], **{'name':'Joey'}) # 查看标签
list(a.labels)# 是否具有标签
a.has_label()# 添加标签
a.add_label('Woman')# 删除标签
a.remove_label('Person')# 删除所有标签
a.clear_labels()# 添加多个标签
a.update_labels(['Coder', 'Mother'])# 查看属性
a['name']
a.get('name', default='John')
# 属性赋值
a['name'] = 'Pheebe'# 如果没有属性，就赋予属性默认值。如果有保持原属性值。
a.setdefault('name', default='john')# 添加属性,如果存在更新属性
a.update(age=29, love='football') # 或者 a.update(**{'age':29, 'love':'football'})# 删除属性
del a['name']# 属性数量
len(a)# 字典形式返回属性，以及具有字典类似的属性
dict(a)
a.items()
a.keys()
a.values()# 删除所有属性
a.clear()# 查看对应的数据库
a.graph # 如果时None表示a还没有和远程数据库有链接。# 查看节点对应数据库中的唯一身份
a.identity
RelationShip

创建关系：

class py2neo.data.Relationship(start_node, type, end_node, **properties)[source]

class py2neo.data.Relationship(start_node, end_node, **properties)

class py2neo.data.Relationship(node, type, **properties)

class py2neo.data.Relationship(node, **properties)

from py2neo import Relationship, Node
# 创建三种方式
start = Node('Man', name='Ross')
end = Node('Woman', name='Richiel')class Love(Relationship): pass # 先指定是啥关系
rl_1 = Love(start, end)love = Relationship.type('Love') # 先制定是啥关系
rl_2 = love(start, end, )# 一般常用的就是这个。
rl_3 = Relationship(start, 'Love', end,  **{'retain'='two season'}) # 如果不指定type，类型就是''# 查看关系的名称
rl_1.type.__name__# 查看关系开始结
rl_1.nodes
rl_1.start_node
rl_1.end_node# 关系的属性,和节点一样
dict(rl_1)
rl_1.keys()
rl_1.values()
rl_1.items()
# 添加、更新
rl_1.update(**{'name':'love'})
# 删除
del rl_1['name']# 以及其他的get, setdefault
rl_1.get('name', default=None)rl_1.setdefault('name', default='john')
Path

Path特点是相邻必须连接。本质上就是相邻节点必须连接的几段关系。

from py2neo import Path, Relationshipa = Node('Person', name='a')
b = Node('Person', name='b')
c = Node('Person', name='c')
d = Node('Person', name='d')
e = Node('Person', name='e')# 连接节点与节点
ab = Path(a, 'love', b)
de = Path(d, 'love', e)# 连接节点与节点与节点。。。
abc = Path(a, 'love', b, Relationship(b, 'love', c), c)# 相邻必须连接
abc = Path(a, 'love', b, Relationship(a, 'love', c), c) # 报错ValueError: Cannot append walkable love(Node('Person', name='a'), Node('Person', name='c')) to node Node('Person', name='b')# 连接节点与关系
ab = Relationship(a, 'love', b)
abc = Path(ab, 'love', c)# 连接关系与关系
ca = Relationship(c, 'love', a)
abca = abcd = Path(ab, 'love', ca)# 连接节点与Path
cde = Path(c, 'love', de)# 连接Path与Path
abcde = Path(abc, 'love', de)# 查看开始结束的节点
abcde.start_node
abcde.end_node# 按照顺序查看所有节点
abcde.nodes# 按照关系查看所有关系
abcde.relationships
Subgraph

就是图。通过逻辑的方式进行创建 | & - ^

# 节点、关系、Path、subgraph之间通过逻辑进行连接就是subgraph
sub1 = abc | abca 
sub2 = abc & abca  # 节点与关系都必须在两边都存在
sub3 = abc - abca # 节点关系在前者存在，在后者不存在
sub4 = abc ^ abca # 各自独特的部分，sub1|sub2 - sub1&sub2# 查看所有节点，关系
sub4.nodes
sub4.relationships# 查看图中所有关系的type
sub4.types()# 查看图中所有节点的属性key以及标签的集合
sub4.keys()
sub4.labels()

Data Types就完事了，剩下就是增删改查事务提交等数据库通用性的东西。数据库的操作都是以事务为单位，所以先从事务执行返回的结果record看起。

class* py2neo.cypher.Record

执行语句后返回的结果是cursor，是一堆结果。record是其中一个结果，本质上就是一个字典。

cursor = graph.run('match (n) return n')
if cursor.forward():record = cursor.current# 转换为字典
dict(record) # {'n': Node('Symtom', name='脱水')}
record.data() # {'n': Node('Symtom', name='脱水')}# 所有键
record.keys() # ['n']# 所有值
record.values() # [Node('Symtom', name='脱水')]# 将record里的所有节点，关系形成一个子图
record.to_subgraph().nodes # (Node('Symtom', name='脱水'),)
py2neo.cypher.Cursor(result, hydrant=None, sample_size=3)

cursor是执行语句返回的是cursor，通过cursor来查询一个个record。

cursor = graph.run('match (n) return n')# 基本使用就是，结合forward()以及current使用
while cursor.forward():record = cursor.current# 一次性返回所有结果
record_list = cursor.data()# 转换为dataframe
cursor.to_data_frame()# 转换为ndarray	
cursor.to_ndarray()# 转换为子图
cursor.to_subgraph()
Transaction

py2neo的用法就是分成两种，一种是使用cypher语句，一种是使用自己的数据类,这些类是要和远程的实际的节点一一对应。

cypher语句的使用遵循的规则是，利用$标志语句中的变量，例如match (n) where n.name=$name。输入变量值有两种方式，一种是name=‘biden’， 一种是**{‘name’:‘biden’}

# 建立一个事务
tx = Graph.auto() # 自动提交的事务，操作之后默认执行graph.commit(tx)
tx = Graph.begin() # 非自动提交的事务# 结束一个事务
Graph.commit(tx) # 提交
Graph.rollback(tx) # 回滚# 属性
tx.graph # Graph('bolt://localhost:7687', name='neo4j')
tx.readonly # False表示可以写入。# 使用cypher语句，只用一个run就可以，evaluate就是只返回第一个结果，udpate是不用返回结果
record = tx.evaluate('match (n) return n') #  返回一个数据类型，节点，关系或者子图。cursor = tx.run('match (n) return n') # 返回多个结果，是一个cursortx.update("match (n:boss) where n.name='biden' set n.name=$newname", **{'newname':'aoguanhai'})
tx.update("match (n:boss) where n.name='biden' set n.name=$newname", newname='auguanhai')# create(subgraph) 创建一个本地，create函数会在远程创建一个同样的节点/关系/子图，并和本地对应。
a = Node('Person', **{'name'})
a.graph # None,说明
tx.create(a)
a.graph # Graph('bolt://localhost:7687', name='neo4j') ,说明和远程一一对应了。# delete(subgraph) 删除远程对应的节点关系子图
tx.delete(a)
a.graph # None，说明远程已经删除。# exists(subgraph) 检测是否有远程对应
tx.exists(a) # False 已经无对应# merge(subgraph, primary_label=None, primary_key=None) # pull 更新本地,针对已经连接的
tx.pull(a)# 更新远程，针对已经连接的
a['name'] = 'bob'
tx.push(a)# separate(subgraph),删除远程中的子图中的所有关系，本地不受影响
tx = graph.begin()
a = Node('Person', name='Alice')
b = Node('Person', name='bob')
ab = Relationship(a, 'love', b)
sub =  a | b | ab
tx.create(sub) # 创建
tx.separate(sub) # 删除其中的关系
graph.commit(tx)
GraphServer
from py2neo import GraphService, Graphurl = "bolt://localhost"
auth = ('neo4j', '123456')gs = GraphService(url, auth=auth)# 查看所有数据库名称
list(gs)  # ['neo4j', 'system']
gs.keys() # ['neo4j', 'system']# 建立一个Graph
graph = gs['neo4j']
graph = gs.default_graph 
graph = gs.system_graph# 查看gs的属性值，和字典使用方法一致。
gs.config.items()
gs.config.keys()
gs.config.values()# 查看连接地址信息
gs.connector
gs.profile
gs.uri# 查看neo4j版本
gs.kernel_version # <Version('5.14.0')>
gs.product # 'Neo4j Kernel 5.14.0 (Community)'
Graph
# 建立一个Graph，也从GraphServer建立
graph = Graph(uri=url, auth=auth, name='neo4j') # 创建事务，在事务已经介绍过了
tx_auto = graph.auto()
tx = graph.begin()# 提交事务
graph.commit(tx)# create(subgraph)，创建一个自动提交事务进行create,注意tx_auto并不支持create。
from py2neo import *a = Node('person', name='ali')
b = Node('person', name='bli')
c = Node('person', name='cli')ac = Relationship(a, 'fr', c)
bc = Relationship(b, 'fr', c)sub = ac|bc
graph.create(sub)# delete(subgraph)，也是自动提交
graph.delete(a)# delete_all(),删除全部
graph.delete_all()# evaluate(cypher, parameters=None, **kwparameters),执行cypher语句，按照cypher语句规则进行就可以。
record = graph.evaluate('match (n) return n') # 返回一个record# exists(subgraph) 查看是否存在
graph.exists(sub)# match(nodes=None, r_type=None, limit=None)，用来匹配关系。nodes是(start_node, end_node)，r_type是关系类型，如果nodes=(Node, c)，表示所有end_node是c的关系。
list(graph.match((None, c) ,r_type='fr')) # 查找所有以c为朋友的人
'''
[fr(Node('person', name='ali'), Node('person', name='cli')),fr(Node('person', name='bli'), Node('person', name='cli'))]
'''# match_one(nodes, r_type), 值匹配一个关系。
graph.match_one((None, c) ,r_type='fr') # fr(Node('person', name='ali'), Node('person', name='cli'))# nodes, relationships,获取所有节点关系到本地，可以使用match进行匹配。
list(graph.nodes.match("person", **{'name':'cli'})) # [Node('person', name='cli')]list(graph.relationships.match((a, c), 'fr')) # [fr(Node('person', name='ali'), Node('person', name='cli'))]# pull(subgraph)，将已经连接的子图从远程更新
graph.pull(sub)# push(subgraph),从本地已经连接到的子图更新到远程
graph.push(sub)# separate(subgraph) ，从已经连接的子图删除关系
graph.separate(sub)# cypher操作，run，update（无返回结果）, query（只能查）,使用方法就是使用cypher的规则
graph.run('match (n) where n.name=$name return n', name='cli')
graph.query('match (n) where n.name=$name return n', name='cli')
graph.update('match (n) where n.name=$name set n.name=$newname', name='cli', newname='ccli')

这篇关于neo4j-Py2neo使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/516287。

相关文章

Python使用PIL库将PNG图片转换为ICO图标的示例代码

Python使用PIL库将PNG图片转换为ICO图标的示例代码

《Python使用PIL库将PNG图片转换为ICO图标的示例代码》在软件开发和网站设计中,ICO图标是一种常用的图像格式,特别适用于应用程序图标、网页收藏夹图标等场景,本文将介绍如何使用Python的... 目录引言准备工作代码解析实践操作结果展示结语引言在软件开发和网站设计中，ICO图标是一种常用的图像
阅读更多...
使用Java发送邮件到QQ邮箱的完整指南

使用Java发送邮件到QQ邮箱的完整指南

《使用Java发送邮件到QQ邮箱的完整指南》在现代软件开发中,邮件发送功能是一个常见的需求,无论是用户注册验证、密码重置,还是系统通知,邮件都是一种重要的通信方式,本文将详细介绍如何使用Java编写程... 目录引言1. 准备工作1.1 获取QQ邮箱的SMTP授权码1.2 添加JavaMail依赖2. 实现
阅读更多...
MyBatis与其使用方法示例详解

MyBatis与其使用方法示例详解

《MyBatis与其使用方法示例详解》MyBatis是一个支持自定义SQL的持久层框架,通过XML文件实现SQL配置和数据映射,简化了JDBC代码的编写,本文给大家介绍MyBatis与其使用方法讲解,... 目录ORM缺优分析MyBATisMyBatis的工作流程MyBatis的基本使用环境准备MyBati
阅读更多...
使用Python开发一个图像标注与OCR识别工具

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》：本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像
阅读更多...
使用Python实现表格字段智能去重

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重
阅读更多...
使用Apache POI在Java中实现Excel单元格的合并

使用Apache POI在Java中实现Excel单元格的合并

《使用ApachePOI在Java中实现Excel单元格的合并》在日常工作中,Excel是一个不可或缺的工具,尤其是在处理大量数据时,本文将介绍如何使用ApachePOI库在Java中实现Excel... 目录工具类介绍工具类代码调用示例依赖配置总结在日常工作中，Excel 是一个不可或缺的工http://
阅读更多...
Java之并行流(Parallel Stream)使用详解

Java之并行流(Parallel Stream)使用详解

《Java之并行流(ParallelStream)使用详解》Java并行流（ParallelStream）通过多线程并行处理集合数据,利用Fork/Join框架加速计算,适用于大规模数据集和计算密集... 目录Java并行流(Parallel Stream)1. 核心概念与原理2. 创建并行流的方式3. 适
阅读更多...
如何使用Docker部署FTP和Nginx并通过HTTP访问FTP里的文件

如何使用Docker部署FTP和Nginx并通过HTTP访问FTP里的文件

《如何使用Docker部署FTP和Nginx并通过HTTP访问FTP里的文件》本文介绍了如何使用Docker部署FTP服务器和Nginx,并通过HTTP访问FTP中的文件,通过将FTP数据目录挂载到N... 目录docker部署FTP和Nginx并通过HTTP访问FTP里的文件1. 部署 FTP 服务器 (
阅读更多...
MySQL 日期时间格式化函数 DATE_FORMAT() 的使用示例详解

MySQL 日期时间格式化函数 DATE_FORMAT() 的使用示例详解

《MySQL日期时间格式化函数DATE_FORMAT()的使用示例详解》`DATE_FORMAT()`是MySQL中用于格式化日期时间的函数,本文详细介绍了其语法、格式化字符串的含义以及常见日期... 目录一、DATE_FORMAT()语法二、格式化字符串详解三、常见日期时间格式组合四、业务场景五、总结一、
阅读更多...
Python中配置文件的全面解析与使用

Python中配置文件的全面解析与使用

《Python中配置文件的全面解析与使用》在Python开发中,配置文件扮演着举足轻重的角色,它们允许开发者在不修改代码的情况下调整应用程序的行为,下面我们就来看看常见Python配置文件格式的使用吧... 目录一、INI配置文件二、YAML配置文件三、jsON配置文件四、TOML配置文件五、XML配置文件
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2