本文共 1893 字，大约阅读时间需要 6 分钟。

Python调用Neo4j搭建简单关联图谱

一、Python连接Neo4j

使用Python调用Neo4j，首先需要安装相关库。建议使用py2neo，这是Neo4j的官方Python驱动。安装完成后，可以按照以下代码连接到Neo4j数据库：

from py2neo import Graph, Node, Relationshipgraph = Graph("http://localhost:7474",              username="neo4j",  # 替换为你的用户名              password="123456")  # 替换为你的密码

二、创建节点

为了更直观地理解操作，我们使用家有儿女中的人物关系来操作。前提是确保数据库中没有以往的图数据，可以执行以下命令清理数据库：

graph.delete_all()

接下来，逐一创建人物节点。使用Node创建节点，graph.create()执行操作：

node_1 = Node("person", name="夏东海")node_2 = Node("person", name="刘梅")node_3 = Node("person", name="刘星")node_4 = Node("person", name="刘星")# ... 后续依次创建其他人物节点graph.create(node_1)graph.create(node_2)# ... 依次执行创建命令

三、创建关系

关系是关联图谱的核心。以实际案例为例，创建人物之间的关系：

# 创造双向关系node_1 = Node("person", name="夏东海")node_2 = Node("person", name="刘梅")# 创建双向关系marriage = Relationship(node_1, "丈夫", node_2)divorce = Relationship(node_2, "前妻", node_1)graph.create(marriage)graph.create(divorce)

推荐使用create命令创建节点和关系，确保图结构的连通性：

node_1 = Node("person", name="夏东海")node_2 = Node("person", name="刘梅")# 创建双向关系marriage = Relationship(node_1, "丈夫", node_2)divorce = Relationship(node_2, "前妻", node_1)graph.create(node_1)graph.create(node_2)graph.create(marriage)graph.create(divorce)

四、查询

1. 查询节点

使用Cypher语句查询节点：

results = graph.match("MATCH n RETURN n")# 或直接使用DataFrame展示节点信息import pandas as pddf = pd.DataFrame(results)print(df)

2. 查询关系

提取特定关系类型的信息：

results = graph.match("MATCH r RETURN r")# 或指定关系类型results = graph.match("MATCH r WHERE r.type='父亲'")print(results)

五、图形更新

1. 增加节点属性

为节点添加信息：

node_1["性别"] = "男"graph.push(node_1)

2. 增加关系属性

给关系增加注释：

relation = Relationship(node_1, "丈夫", node_2)relation["结婚时间"] = "2020年"graph.push(relation)

3. 删除节点或关系

删除无用节点或关系：

graph.delete(node_1)graph.delete(relation)

以上只是基础操作，后续内容将深入探讨如何利用模型算法进行犯罪团伙洞察和预警。关注我们后续文章，将有更多技术精髓解析。

参考文献

友情提示：如果觉得有用，请长按issue支持开发者，持续输出更多高质量内容！

转载地址：http://ngkhz.baihongyu.com/