婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑

python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑

熱門標簽:外呼并發(fā)線路 長沙高頻外呼系統(tǒng)原理是什么 地圖標注審核表 湛江智能外呼系統(tǒng)廠家 ai電銷機器人源碼 ai電話機器人哪里好 百度地圖標注沒有了 宿遷星美防封電銷卡 西藏房產(chǎn)智能外呼系統(tǒng)要多少錢

Neo4j是一款開源圖數(shù)據(jù)庫,Py2neo提供了使用Python語言訪問Neo4j的接口。本文介紹了使用Py2neo的NodeMatcher和RelationshipMatcher查詢圖中的節(jié)點和關(guān)系,以及通過執(zhí)行Cypher語句的查詢方式。​本文使用的Py2neo是2021.1之后的版本,手冊請戳這里:
The Py2neo Handbook

一、連接Neo4j數(shù)據(jù)庫

本文中會用到多種數(shù)據(jù)類型,在此一并引用

import numpy as np
import pandas as pd
from py2neo import Node,Relationship,Graph,Path,Subgraph
from py2neo import NodeMatcher,RelationshipMatcher

配置Neo4j數(shù)據(jù)庫的訪問地址、用戶名和密碼:

neo4j_url = '訪問地址'
user = '用戶名'
pwd = '密碼'

在此時間段之前訪問數(shù)據(jù)庫的方式為:

graph = Graph(neo4j_url, username=user, password=pwd)

在此時間段之后的版本訪問數(shù)據(jù)庫的方式為(就是這么不兼容):

graph = Graph(neo4j_url,  auth=(user, pwd))

以下圖為例:

  • 圖中包含一些Person節(jié)點,每個Person節(jié)點有name、age、work屬性;
  • 其中“趙趙”節(jié)點是多l(xiāng)abel的節(jié)點,除了有Person標簽,它還有Teacher標簽;
  • Person和Person節(jié)點之間有同事、鄰居、學(xué)生、老師等關(guān)系;
  • 圖中還有一些Location節(jié)點,它們之間有包含關(guān)系;
  • Person節(jié)點和Location節(jié)點之間有“到訪”關(guān)系,“到訪”關(guān)系具有date和stay_hours兩個屬性。

二、 通過graph.schema查詢圖中節(jié)點和關(guān)系有哪些類型

查看節(jié)點的類型用graph.schema.node_labels,查看關(guān)系的類型用graph.schema.relationship_types,它們的返回值類型都是frozenset,是不能增刪元素的集合。

>>>graph.schema.node_labels 
frozenset({'Location', 'Person', 'Teacher'})
>>>graph.schema.relationship_types
frozenset({'到訪', '包含', '同事', '學(xué)生', '老師', '鄰居'})


三、使用NodeMatcher查詢節(jié)點

首先創(chuàng)建一個NodeMatcher對象,用match來指明要匹配哪種label的節(jié)點,用where來表示篩選條件(有兩種方法)。需要注意的是,匹配成功返回的是NodeMatcher的對象,要轉(zhuǎn)化成Node對象,可以用first取出符合條件的第一個節(jié)點,或者轉(zhuǎn)化成節(jié)點的list。

>>>node_matcher = NodeMatcher(graph)
>>>node = node_matcher.match("Person").where(age=20).first()
>>>node
Node('Person', age=20, name='李李', work='腳本之家')
>>>nodes = list(node_matcher.match("Person").where(age=35))
>>>nodes
[Node('Person', age=35, name='王王', work='腳本之家')]

where條件有兩種寫法,一種是把要匹配的屬性和值寫成key=value的形式,例如上面的where(age=20),這種寫法只能按照值是否完全一致來匹配,不能按照值的大小來篩選,如果寫成下面這樣是會報錯的:

node = node_matcher.match("Person").where(age>20).first() # 錯誤
想要按照值的大小篩選或者做一些字符串的模糊匹配,可以把條件表達式寫成一個字符串,整體放在where語句中,在這個字符串中,可以用 _ 來代指匹配到的節(jié)點。下面兩個例子,第一個是匹配work屬性為“月亮XX”模式的Person節(jié)點,另一個是匹配age大于20的Person節(jié)點。

>>>node = node_matcher.match("Person").where("_.work =~ '月亮.*'").first()
>>>node
Node('Person', 'Teacher', age=45, name='趙趙', work='月亮中學(xué)')
>>>nodes = list(node_matcher.match("Person").where("_.age > 20"))
>>>nodes
[Node('Person', age=35, name='王王', work='腳本之家'),
 Node('Person', age=30, name='張張', work='腳本之家'),
 Node('Person', 'Teacher', age=45, name='趙趙', work='月亮中學(xué)')]

將NodeMatcher返回的結(jié)果轉(zhuǎn)化為Node數(shù)據(jù)類型或者Node的list之后,訪問其中的屬性也就十分簡單了,如上面最后一例的結(jié)果,訪問其中第一個節(jié)點的name屬性:

>>>nodes[0]['name']
'王王'

四、 使用RelationshipMatcher查詢關(guān)系

RelationshipMatcher的match方法有三個及以上參數(shù):

  • 第一個參數(shù)是節(jié)點的序列或者set,可以為None,為None表示任意節(jié)點均可;
  • 第二個參數(shù)是關(guān)系的類型,可以為None,為None表示任意類型的關(guān)系均可;
  • 第三個參數(shù)開始是要匹配的屬性,寫成key=value的形式。

match方法的返回值是RelationshipMatcher類型,需要通過first轉(zhuǎn)化成Relationship數(shù)據(jù)結(jié)構(gòu),或者轉(zhuǎn)化為list。

舉例說明

列1:比如想要查詢“李李”節(jié)點的所有關(guān)系。先查詢出節(jié)點,再查詢節(jié)點的關(guān)系,r_type=None表示任意類型的關(guān)系均可。返回的關(guān)系包括到訪、同事。

>>>node1 = node_matcher.match("Person").where(name='李李').first()
>>>relationship = list(relationship_matcher.match([node1], r_type=None))
>>>relationship
[到訪(Node('Person', age=20, name='李李', work='腳本之家'), Node('Location', name='祿口機場'), date='2021/7/16', stay_hours=1),
 同事(Node('Person', age=20, name='李李', work='腳本之家'), Node('Person', age=30, name='張張', work='腳本之家')),
 同事(Node('Person', age=20, name='李李', work='腳本之家'), Node('Person', age=35, name='王王', work='腳本之家'))]


例2:查詢“李李”和“張張”的關(guān)系,兩個節(jié)點的順序表示了要匹配的關(guān)系的方向。所以在整個圖中“李李”和“張張”節(jié)點之間的同事關(guān)系是雙向的,但是查詢結(jié)果只給出了從“張張”節(jié)點到“李李”節(jié)點的一條關(guān)系。

>>>node1 = node_matcher.match("Person").where(name='李李').first()
>>>node2 = node_matcher.match("Person").where(name='張張').first()
>>>relationship = list(relationship_matcher.match((node2,node1), r_type=None))
>>>relationship
[同事(Node('Person', age=30, name='張張', work='腳本之家'), Node('Person', age=20, name='李李', work='腳本之家'))]

例3:詢圖中某一類關(guān)系,第一個參數(shù)為None,第二個參數(shù)r_type指定關(guān)系類型,這里查詢了圖中所有的同事關(guān)系。

>>>relationship = list(relationship_matcher.match(None, r_type='同事'))
>>>relationship
[同事(Node('Person', age=20, name='李李', work='腳本之家'), Node('Person', age=30, name='張張', work='腳本之家')),
 同事(Node('Person', age=20, name='李李', work='腳本之家'), Node('Person', age=35, name='王王', work='腳本之家')),
 同事(Node('Person', age=35, name='王王', work='腳本之家'), Node('Person', age=20, name='李李', work='腳本之家')),
 同事(Node('Person', age=30, name='張張', work='腳本之家'), Node('Person', age=20, name='李李', work='腳本之家'))]


例4: 在查詢關(guān)系時按照屬性的值篩選,可以將該屬性寫為key=value的形式作為match方法的第三個參數(shù)。這里,查詢圖中的到訪關(guān)系,并且stay_hours屬性為1。

>>>relationship = list(relationship_matcher.match(None, r_type='到訪', stay_hours=1))
>>>relationship
[到訪(Node('Person', age=20, name='李李', work='腳本之家'), Node('Location', name='祿口機場'), date='2021/8/24', stay_hours=1)]

雖然Py2neo的手冊上沒有寫,但其實RelationshipMatcher也可以接上where方法,按照屬性的值篩選關(guān)系。上面這個例子也可以寫作下面這種形式,效果是一樣的。

relationship = list(relationship_matcher.match(None, r_type='到訪').where(stay_hours=1))
同樣,在where方法中也可以寫一個字符串表達式,實現(xiàn)按值大小來篩選關(guān)系。例如要篩選出所有到訪關(guān)系,且stay_hours>=1的關(guān)系時,可以這樣寫:

>>>relationship = list(relationship_matcher.match(None, r_type='到訪').where("_.stay_hours>=1"))
>>>relationship
[到訪(Node('Person', age=20, name='李李', work='腳本之家'), Node('Location', name='祿口機場'), date='2021/8/24', stay_hours=1),
 到訪(Node('Person', age=20, name='劉劉', work='地球電子商務(wù)公司'), Node('Location', name='祿口機場'), date='2021/8/24', stay_hours=4)]

如何訪問返回的結(jié)果中的各個屬性呢,Relationship其實是包含了一對起止節(jié)點:start_nodeend_node,包含了關(guān)系的類型,而關(guān)系的屬性是以字典形式存在的,可以用get方法來獲取屬性的值。
獲取關(guān)系的起止節(jié)點:

>>>print(relationship[0].start_node['name'])
>>>print(relationship[0].end_node['name'])
李李
祿口機場

獲取關(guān)系的類型的文本字符串

>>>print(relationship[0])
>>>print(type(relationship[0]).__name__)
(李李)-[:到訪 {date: '2021/8/24', stay_hours: 1}]->(祿口機場)
到訪

獲取關(guān)系中的屬性和值

>>>print(relationship[0].keys())
>>>print(relationship[0].values())
>>>print(relationship[0].get('date'))
dict_keys(['date', 'stay_hours'])
dict_values(['2021/8/24', 1])
2021/8/24

五、通過執(zhí)行Cypher語句查詢

NodeMatcher和RelationshipMatcher能夠表達的匹配條件相對簡單,更加復(fù)雜的查詢還是需要用Cypher語句來表達。Py2neo本身支持執(zhí)行Cypher語句的執(zhí)行,可以將復(fù)雜的查詢寫成Cypher語句,通過graph.run方法查詢,返回的結(jié)果可以轉(zhuǎn)化為pandas.DataFrame或者pandas.Series對象,從而和其他數(shù)據(jù)分析工具無縫銜接。

例如:要查詢Person節(jié)點,并滿足work屬性為“腳本之家”。Cypher語句中可以使用WHERE接條件表達式,使用AS將返回的屬性改名,返回多個屬性時,用xxx AS x, yyy AS y。graph.run方法之后再接to_data_frame()可以將返回的數(shù)據(jù)變成pandas的DataFrame對象,并且用AS改過的屬性名即為DataFrame中的列名。

cypher_ = "MATCH (n:Person) \

WHERE n.work='腳本之家' \

RETURN n.name AS name, n.age AS age "

df = graph.run(cypher_).to_data_frame() # pd.DataFrame

例2:查詢一個已知節(jié)點和其他哪些節(jié)點有關(guān)系,有什么樣的關(guān)系。Cypher語言查詢關(guān)系時用 或者 > 表示方向,這里需要返回type(r),直接返回r的話結(jié)果里是空值。

>>>cypher_ = "MATCH (n:Person)-[r]->(m:Person) \

WHERE n.name='李李' \

RETURN type(r) AS type,m.name AS name"
>>>df = graph.run(cypher_).to_data_frame() # pd.DataFrame

例3:Cypher語言還可以查詢路徑,因為不確定返回的路徑數(shù)量,所以最好先將結(jié)果轉(zhuǎn)化為pandas.Series,再遍歷訪問其中每條路徑的節(jié)點和關(guān)系。
這里查詢的是“趙趙”節(jié)點和“王王”節(jié)點之間的關(guān)系路徑,關(guān)系指定為同事或鄰居,關(guān)系不超過4層。

>>>cypher_ = "MATCH path=(m:Person)-[:同事|鄰居*1..4]->(n:Person) \

WHERE m.name='趙趙' AND n.name='王王' \

RETURN path"
>>>s = graph.run(cypher_).to_series()
>>>print(len(s))
>>>s[0]

Path(Node('Person', 'Teacher', age=45, name='趙趙', work='月亮中學(xué)'),
鄰居(Node('Person', 'Teacher', age=45, name='趙趙', work='月亮中學(xué)'), 
Node('Person', age=30, name='張張', work='腳本之家')), 
同事(Node('Person', age=30, name='張張', work='腳本之家'), 
Node('Person', age=20, name='李李', work='腳本之家')), 
同事(Node('Person', age=20, name='李李', work='腳本之家'), 
Node('Person', age=35, name='王王', work='腳本之家')))

這里查詢到的關(guān)系路徑數(shù)量僅有1條。從上圖的結(jié)果中也可以看出來,Path是一個比較復(fù)雜的結(jié)構(gòu),Path中的節(jié)點和關(guān)系分別用nodes和relationships表示,并且是按照路徑上節(jié)點和關(guān)系的順序分別存放的。這里給出一段示例代碼,對每一個路徑都做了直接打印path數(shù)據(jù)結(jié)構(gòu)和自己組織路徑文本。

for path in s:
    # 直接打印path
    print(path)
    # 獲取路徑中的節(jié)點和關(guān)系
    nodes = path.nodes
    relationshis = path.relationships   
    # 自己組織路徑文本
    path_text = ""
    for n,r in zip(nodes, relationshis):
        # 每次加入一個節(jié)點和一個關(guān)系的類型
        path_text += "{} - {} - ".format(n['name'], type(r).__name__)
    # 別忘了最后一個節(jié)點
    path_text += nodes[-1]['name'] + '\n'
    print(path_text)

運行這段代碼得的結(jié)果如下所示,上面一行是直接打印路徑的結(jié)果,下面一行是自己組織文本得到的結(jié)果。

(趙趙)-[:鄰居 {}]->(張張)-[:同事 {}]->(李李)-[:同事 {}]->(王王)
趙趙 - 鄰居 - 張張 - 同事 - 李李 - 同事 - 王王

使用Py2neo查詢Neo4j中的節(jié)點、關(guān)系和路徑時,條件簡單的查詢可以通NodeMatcher和RelationshipMatcher來實現(xiàn)。而較為復(fù)雜的查詢,可以寫成Cypher語句來查詢,查詢結(jié)果可以轉(zhuǎn)化為pandas的DataFrame或者Series數(shù)據(jù)類型,與其他數(shù)據(jù)分析工具結(jié)合

 以上就是python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑的詳細內(nèi)容,更多關(guān)于python py2neo的資料請關(guān)注腳本之家其它相關(guān)文章!

您可能感興趣的文章:
  • Python使用Py2neo創(chuàng)建Neo4j的節(jié)點與關(guān)系
  • Python使用py2neo操作圖數(shù)據(jù)庫neo4j的方法詳解
  • python利用文件讀寫編寫一個博客
  • 手把手帶你用python爬取小姐姐私房照
  • Python time.time()方法
  • Python接口自動化之接口依賴
  • python中bottle使用實例代碼

標簽:海南 盤錦 普洱 南平 寧夏 林芝 大同 漯河

巨人網(wǎng)絡(luò)通訊聲明:本文標題《python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑》,本文關(guān)鍵詞  python,使用,py2neo,查詢,Neo4j,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑》相關(guān)的同類信息!
  • 本頁收集關(guān)于python使用py2neo查詢Neo4j的節(jié)點、關(guān)系及路徑的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    午夜精品视频在线观看| 久久午夜老司机| 欧美一级久久久| 成人av资源在线| 午夜精品久久久久影视| 国产婷婷一区二区| 一区二区三区影院| 欧美日韩国产一级| 欧美亚州韩日在线看免费版国语版| 欧美aaaaaa午夜精品| 国内精品国产三级国产a久久| 亚洲国产色一区| 久久99精品久久久久久| 久久精品在线免费观看| 风流少妇一区二区| 寂寞少妇一区二区三区| 国产精品无人区| 在线免费观看成人短视频| 精品日韩欧美一区二区| 中文字幕日韩av资源站| 夫妻av一区二区| 精品国内二区三区| 成人免费视频视频在线观看免费| 在线看国产一区二区| 日韩精品在线一区二区| 岛国一区二区三区| 精品国产免费视频| 成人av在线一区二区| 国产欧美日产一区| 国产精品久久久久久妇女6080| 日韩成人免费电影| 91色porny| 中文字幕av一区二区三区| 午夜精品久久久久久久| 精品久久久久久亚洲综合网| 亚洲国产精品成人综合| 欧美日韩中文国产| 午夜成人免费电影| 国产日韩欧美激情| 日韩亚洲国产中文字幕欧美| 国产成人免费在线视频| 欧美一区午夜精品| 三级影片在线观看欧美日韩一区二区 | 午夜在线成人av| 欧美影院一区二区三区| 国产精品88888| 伊人性伊人情综合网| 欧美老女人在线| 精品一区二区av| 国产精品夫妻自拍| 欧美性大战久久久久久久蜜臀| 国产成人av一区二区三区在线 | 成人av先锋影音| 久久99精品网久久| 亚洲自拍另类综合| 日韩欧美自拍偷拍| 日本电影欧美片| 26uuu国产一区二区三区| 欧美高清性hdvideosex| 欧美美女黄视频| 久久久国产午夜精品 | 一区二区三区四区国产精品| 国产精品久久久久婷婷二区次| 国产欧美一区二区精品仙草咪| 国产欧美日本一区二区三区| 国产精品久久网站| 午夜在线成人av| 国产成a人亚洲| 欧美电影在线免费观看| 国产精品黄色在线观看| 蜜桃av一区二区三区电影| 国产午夜精品一区二区三区四区| 欧美色男人天堂| 中文天堂在线一区| 国产在线乱码一区二区三区| 一本一道波多野结衣一区二区| 国产在线精品一区二区三区不卡 | 国产精品乱人伦中文| 国产精品一区专区| 欧美午夜电影一区| 亚洲激情男女视频| 激情丁香综合五月| 欧美性色aⅴ视频一区日韩精品| 亚洲欧美中日韩| 95精品视频在线| 91丨porny丨蝌蚪视频| 国产欧美日韩在线看| 国产原创一区二区三区| 337p粉嫩大胆噜噜噜噜噜91av | 日韩精品中午字幕| 久久国产麻豆精品| 色综合亚洲欧洲| 精品欧美一区二区三区精品久久 | 国产精品久久久久久久久快鸭| 成人午夜精品一区二区三区| 久久久久综合网| 色老综合老女人久久久| 久久久99免费| 成人免费av在线| 中文欧美字幕免费| 欧美在线视频全部完| 亚洲二区视频在线| 精品乱人伦小说| 成人免费av在线| 午夜欧美在线一二页| 欧美国产日韩一二三区| 在线视频一区二区三| 国产在线麻豆精品观看| 亚洲成人av在线电影| 精品国产乱码久久久久久免费| 成人免费的视频| 全国精品久久少妇| 亚洲综合丁香婷婷六月香| 国产亚洲精品久| 欧美美女bb生活片| 91丝袜国产在线播放| 国产精品中文欧美| 国产在线看一区| 美腿丝袜亚洲三区| 亚洲久本草在线中文字幕| 欧美精品色综合| 欧美日韩色一区| 欧美日韩国产一级片| 国产mv日韩mv欧美| 国产精品一区二区无线| 午夜欧美电影在线观看| 一区二区三区av电影| 一个色妞综合视频在线观看| 国产精品色在线| 亚洲免费观看高清完整版在线观看 | 国产精品久久毛片av大全日韩| 久久午夜国产精品| 国产丝袜美腿一区二区三区| 久久精品视频在线看| 欧美日韩国产首页| 欧美三级午夜理伦三级中视频| 欧美理论片在线| 国产视频一区二区三区在线观看| 中文字幕欧美三区| 亚洲欧美日韩国产中文在线| 亚洲一区视频在线观看视频| 午夜视黄欧洲亚洲| 国产精品一二三在| 欧美色图激情小说| 日韩欧美在线1卡| 日韩精品中午字幕| 亚洲免费看黄网站| 粉嫩嫩av羞羞动漫久久久| 色婷婷亚洲精品| 日韩一区二区中文字幕| 国产精品你懂的在线欣赏| 日韩精品一区二区三区中文精品| 国产亚洲精品aa| 久久久国产精华| 欧美极品少妇xxxxⅹ高跟鞋| 国产精品每日更新| 亚洲a一区二区| 琪琪一区二区三区| 韩国成人在线视频| 99视频一区二区| 亚洲成人一二三| 91蜜桃免费观看视频| 久久综合成人精品亚洲另类欧美| 亚洲最新在线观看| www成人在线观看| 国产原创一区二区三区| 琪琪久久久久日韩精品| 久久伊99综合婷婷久久伊| 日本不卡一二三| 成人亚洲一区二区一| 国产精品理论片在线观看| 久久99久久99精品免视看婷婷| 国产91精品一区二区麻豆网站| 欧美视频在线一区| 亚洲福利视频三区| 欧美一区二区三区人| 麻豆精品久久精品色综合| 欧美大片在线观看| 国产成人免费视频一区| 国产精品萝li| 国产91精品露脸国语对白| 精品国产一区二区三区久久久蜜月| 亚洲靠逼com| 欧美v日韩v国产v| 白白色 亚洲乱淫| 国产精品乡下勾搭老头1| 精品日韩在线一区| 91精品国产综合久久久久久| 日韩一级二级三级精品视频| 99riav久久精品riav| 日韩不卡一二三区| 亚洲欧美成aⅴ人在线观看| 久久久久久久久免费| 久久久久久久久久久久电影| 欧美夫妻性生活| 日韩无一区二区| 欧美日韩不卡在线| 欧美一区二区视频在线观看| 日本福利一区二区| 欧美一级欧美三级在线观看|