知识图谱Python.py2neo操作Neo4j

Posted 2021-06-27 ZSYL

py2neo 初步

• 环境安装
• 连接数据库
• 创建节点
• 创建关系
• 查找
• 执行 Cypher 命令
• 总结

Neo4j 为多种语言提供了 API 接口，如 java，python，C#，RUBY，.NET等。在这里，我们主要介绍用 python 操作 Neo4j。

环境安装

安装 ipython

在 Xfce 终端 pip 安装 ipython

pip3 install ipython

ipython是一个python的交互式shell，比默认的python shell好用得多，支持变量自动补全，自动缩进，支持bash shell命令，内置了许多很有用的功能和函数。学习ipython将会让我们以一种更高的效率来使用python。同时它也是利用Python进行科学计算和交互可视化的一个最佳的平台。

IPython介绍

安装 py2neo

在 Xfce 终端 pip 安装 py2neo

pip3 install py2neo

若 Neo4j 未启动，则在进入 ipython 前启动 Neo4j

最后输入 ipython 进入实验环境

连接数据库

首先从 py2neo 库中导入 Graph 类，Graph 类表示 Neo4j 数据库中的图形数据存储空间，通过 URL 地址来连接。

from py2neo import Graph
# 连接本地的 Neo4j 数据库，地址为 127.0.0.1，http 端口默认为 7474，用户名和密码分别为 neo4j 与 123
graph = Graph(host='127.0.0.1', http_port=7474, user='neo4j', password='123')

此时本地的 Neo4j 数据库已成功连接，就可以对数据库进行操作了

创建节点

从 py2neo 库中导入 Node 类，并通过 Node 类来创建节点实例

from py2neo import Node
# 创建 角色 节点 郭靖，拥有属性 姓名-郭靖，性别-男
guojing = Node('角色',name='郭靖',sex='男')
# 创建 角色 节点 黄蓉，拥有属性 姓名-黄蓉，性别-女
huangrong = Node('角色',name='黄蓉',sex='女')
# 创建 作品 节点 射雕英雄传，拥有属性 名称-射雕英雄传，作者-金庸
shediao = Node('作品',name='射雕英雄传',author='金庸')
# 打印结果
guojing,huangrong,shediao

在创建好节点后，可以对节点进行操作，如:

# 获取 key 对应的属性
guojing['name']
# 设置 key 对应属性的 value，如果 key 不存在就创建
huangrong['born'] = '桃花岛'
huangrong
# 删除某个属性
del huangrong['born']
huangrong
# 返回节点中 property 的个数
len(huangrong)

此时的节点已经创建在本地，但还没有上传到 Neo4j 数据库中，因此在 Neo4j 客户端中是没有任何内容的，所以接下来使用 Graph 中的 create 方法来上传数据。

# 在 Neo4j 数据库中创建 郭靖 节点
graph.create(guojing)
# 在 Neo4j 数据库中创建 黄蓉 节点
graph.create(huangrong)
# 在 Neo4j 数据库中创建 射雕英雄传 节点
graph.create(shediao)
# 打印结果
guojing,huangrong,shediao

此时可以看到每个节点被赋予了 <id> 的属性，即节点前的 _数字 表示为数据库中的唯一标识 <id>，同时查看 Neo4j客户端就可以看到这三个节点已经被正确创建了。

在这里，如果重复 create 同一个节点，如:

# 反复执行此命令来创建 郭靖 节点
graph.create(guojing)

实际上在 Neo4j 数据库中并不会重复创建，因为在上传 guojing 节点时，变量的 <id> 属性已经固定，所以不会重复。如果重新定义一个 guojing 节点

# 重新 guojing 变量赋值
guojing = Node('角色',name='郭靖',sex='男')
guojing

节点前的 <id> 属性被抹去，此时在上传，数据库中就会存在两个相同节点了，若要避免这种情况，就需要用到 Graph 中的 merge 方法了。

创建关系

通过从 py2neo 库中导入 Relationship 来创建关系 Relationship 依次接收三个参数：节点-关系-节点，返回 (节点)-[关系]->(节点) 的结果

from py2neo import Relationship
# 创建郭靖与黄蓉的配偶关系
spouse1 = Relationship(guojing,'配偶',huangrong)
# 创建黄蓉与郭靖的配偶关系
spouse2 = Relationship(huangrong,'配偶',guojing)
# 创建郭靖与射雕英雄传的所在作品关系
inbook1 = Relationship(guojing,'所在作品',shediao)
# 创建黄蓉与射雕英雄传的所在作品关系
inbook2 = Relationship(huangrong,'所在作品',shediao)
# 打印结果
spouse1,spouse2,inbook1,inbook2

对于 Relationship，也有很多类似于 Node 的操作，如：

# 设置 key 对应属性的 value
inbook1['role'] = '男主角'
inbook1
# 删除某个属性
del inbook1['role']
inbook1

与创建节点同理，用 create 将关系上传到数据库中

# 创建郭靖与黄蓉的配偶关系
graph.create(spouse1)
# 创建黄蓉与郭靖的配偶关系
graph.create(spouse2)
# 创建郭靖与射雕英雄传的所在作品关系
graph.create(inbook1)
# 创建黄蓉与射雕英雄传的所在作品关系
graph.create(inbook2)

此时查看 Neo4j 客户端就可以看到四个关系已经被正确创建了。

查找

在 py2neo 中提供了 NodeMatcher 来进行图的查找

from py2neo import NodeMatcher
# 初始化一个 matcher 实例
matcher = NodeMatcher(graph)
# 用 match 方法查找 角色 中 name 为郭靖的节点，返回一个 NodeMatch 对象
result = matcher.match("角色", name="郭靖")
# first 方法返回查询结果的第一个
result.first()
# 通过 list 来把所有结果显示出来
list(result)

执行 Cypher 命令

Graph 同时提供 run 方法来直接执行 Cypher 语句。

# cypher 语句，对已存在的 郭靖 节点，创建节点和关系 (郭靖)-[父]->(郭啸天)
query = "match (n) where n.name = '郭靖' create (n)-[:父]->(:角色{name:'郭啸天'})"
# 执行 cypher 语句
graph.run(query)

在 Neo4j 客户端可以看到 郭啸天 的节点和关系已被创建

run 方法返回的是游标 cursors，cursors 必须通过遍历来展示结果

# cypher 语句，查询并返回所有的节点
query = "match (n) return n"
# 执行 cypher 语句，获得返回结果
cursors = graph.run(query)
# 通过遍历的方式取出所有结果
for i in cursors:
    print(i)

总结

文章介绍了 Neo4j 数据库的 python 驱动 py2neo 的基本使用方法，在实际应用中，由于 python 胶水语言的特性，py2neo 可以搭配其他库方便地对知识图谱进行创建。比如在数据集中存在重复数据的情况，可以先用 python 进行一遍去重，再提交，比用 Cypher 语言去重速度更快。然而在数据量特别大的情况下，py2neo 的速度就没有那么快了。

如何批量导入大量数据，参考下篇博文。

感谢！

加油！