知识图谱Py2neo操作Neo4j使用教程

Posted 2021-09-15 ZSYL

Py2neo操作Neo4j使用教程

• 1. Py2neo 安装
• 2. 连接 Neo4j
• 3. 数据对象 Object
• • 3.1 Node
  • 3.2 Relationship
  • 3.3 Subgraphs
• 4. 查询 Query
• 5. 更新 Update
• 6. 批处理

1. Py2neo 安装

Py2neo是Neo4j数据库的python驱动模块

官方支持的版本：

The following versions of Python and Neo4j (all editions) are supported:

• Python 2.7 / 3.4 / 3.5 / 3.6 / 3.7 / 3.8 / 3.9

• Neo4j 3.4 / 3.5 / 4.0 / 4.1 / 4.2 / 4.3 (the latest point release of each version is recommended)

py2neo.org

我目前使用的版本是python 3.7, neo4j 3.5，没有问题（推荐这个版本，因为我之前的Python是3.8之后我安装neo4j4.3版本，但是连接时，出现报错：clock()无法加载，后来多次尝试又换为python 3.7, neo4j 3.5，具体原因我也不知道，可以参考我的知识图谱专栏）

pip3 install py2neo

安装简单，会自动安装依赖包neo4j（官方建议的包）

2. 连接 Neo4j

默认的端口号就是7474，最新的链接方式是传入用户名和密码的元组：

from py2neo import Graph,Node,Relationship
graph = Graph("http://localhost:7474",auth=("neo4j","password"))

创建节点Node和关系Relationship

a = Node("Person", name="Alice")
b = Node("Person", name="Bob")
ab = Relationship(a, "KNOWS", b)
graph.create(ab)

Node和Relationship可以定义对应的实例，Node第一个参数是label, 再利用graph.create()创建.

3. 数据对象 Object

3.1 Node

Node是保存在Neo4j里面的数据储存单元，在创建好node后，我们可以有很多操作，比如：

#获取key对应的property
x=node[key] 
 #设置key键对应的value，如果value是None就移除这个property
node[key] = value
 #也可以专门删除某个property
del node[key]
#返回node里面property的个数
len(node)
#返回所以和这个节点有关的label
labels=node.labels
#删除某个label
node.labels.remove(labelname)
#将node的所有property以dictionary的形式返回
dict(node)

3.2 Relationship

对于relationship，也有很多相似的操作，这里只列举几个

#创建Relationship
Relationship`(*start_node*, *type*, *end_node*, ***properties*)
#返回Relationship的property
Relationship[key]
#删除某个property
del Relationship[key]
#将relationship的所有property以dictionary的形式返回
dict(relationship)

PropertyDict：因为Node和Relationship在这个驱动中都继承了PropertyDict这个类，而这个类继承类python里面的dict,所以操作和python本身的dict一模一样

3.3 Subgraphs

子图是节点和关系不可变的集合,我们可以通过set operator来结合，参数可以是独立的node或relationships

subgraph | other | ...      结合这些subgraphs
subgraph & other & ...   相交这些subgraphs
subgraph - other - ...     不同关系
#比如我们前面创建的ab关系
s = ab | ac

4. 查询 Query

最新的v4版本中，对node的查询，已经移除原有的find()，可以在nodes中调用match来找点

graph.nodes.match(self, *labels, **properties): 找到所有的nodes，

或者使用 py2neo.matching 包里面的NodeMatcher(graph)函数构建个matcher再查询（其实上面的方法就调用的这个东西),

首先创建Matcher来执行查询，它会返回一个Match类型的数据，可以继续使用where(),first(),order_by等操作，可以用list强制转换.

graph = Graph()
matcher = NodeMatcher(graph)
matcher.match("Person", name="Keanu Reeves").first()
#结果 (_224:Person {born:1964,name:"Keanu Reeves"})

# where里面使用_指向当前node
list(matcher.match("Person").where("_.name =~ 'K.*'"))

如果要查询relationship，直接在graph里面调:

graph.match(nodes=None, r_type=None, limit=None) 找到所有的relationships

5. 更新 Update

更新先要找出Nodes，再使用事务的push更新：

from py2neo import Graph, NodeMatcher, Subgraph

tx = graph.begin()
# 找到你要找的Nodes
matcher = NodeMatcher(graph)
nodes = matcher.match("User")
# 将返回的“Match”类转成list
new_nodes = list(nodes)
# 添加你要修改的东西
for node in new_nodes:
    node['tag'] = node['tag'].split(',')
# 里面是Node的list可以作为Subgraph的参数
sub = Subgraph(nodes=new_nodes)
# 调用push更新
tx.push(sub)
tx.commit()

6. 批处理

对于大量的插入一般是很费时的，首先我们可以使用事务，加快一定速度，而插入的方法一样重要，我们很多时候是遍历一个文件然后生成图，例子中我们生成每个Node后，先把他们放入一个List中，再变为Subgraph实例,然后再create()，耗时比一条条插入至少快10倍以上.

tx = graph.begin()
nodes=[]
for line in lineLists:
    oneNode = Node()
    ........
    #这里的循环，一般是把文件的数据存入node中
    nodes.append(oneNode)
nodes=neo.Subgraph(nodes)
tx.create(nodes)
tx.commit()

前面我们说了关系的创建，如果在node存进去后，再通过py2neo层面的“查找node,create关系”这样的效率是很低的，时间主要花在通过"reference Id"去一个个去查找对应的node,然后再和这个node建立关系，这里强烈推荐使用原生语句，效率不是一般的高。

#假定我们已经把两种node存进去了，label分别是Post和User,现在需要在他们间建立某关系
graph.run("MATCH (p:Post),(u:User) \\
                WHERE p.OwnerUserId = u.Id \\
                CREATE (u)-[:Own]->(p)")

参考：Link