当前位置: 首页 > backend >正文

Neo4j Python 驱动库完整教程(带输入输出示例)

Neo4j Python 驱动库完整教程(带输入输出示例)

1. 基础连接示例

输入代码

from neo4j import GraphDatabase# 连接配置
URI = "bolt://localhost:7687"
USER = "neo4j"
PASSWORD = "password123"  # 替换为你的实际密码def test_connection():driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))try:driver.verify_connectivity()server_info = driver.get_server_info()print("连接信息:")print(f"地址: {URI}")print(f"版本: {server_info.agent}")except Exception as e:print(f"连接失败: {e}")finally:driver.close()test_connection()

示例输出

连接信息:
地址: bolt://localhost:7687
版本: Neo4j/5.13.0

2. 基本CRUD操作

输入代码

class Neo4jCRUD:def __init__(self, uri, user, password):self.driver = GraphDatabase.driver(uri, auth=(user, password))def create_person(self, name, age):with self.driver.session() as session:result = session.execute_write(self._create_person, name, age)return result@staticmethoddef _create_person(tx, name, age):query = ("CREATE (p:Person {name: $name, age: $age}) ""RETURN p.name AS name, p.age AS age")result = tx.run(query, name=name, age=age)return result.single()# 使用示例
crud = Neo4jCRUD(URI, USER, PASSWORD)
print("创建节点:")
result = crud.create_person("Alice", 30)
print(result)
crud.close()

示例输出

创建节点:
{'name': 'Alice', 'age': 30}

3. 查询操作

输入代码

def find_person(name):driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))with driver.session() as session:result = session.execute_read(lambda tx: tx.run("MATCH (p:Person {name: $name}) RETURN p",name=name).single())return dict(result["p"]) if result else Noneprint("\n查询结果:")
alice = find_person("Alice")
print(alice)

示例输出

查询结果:
{'name': 'Alice', 'age': 30}

4. 关系创建

输入代码

def create_movie_and_relationship():driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))with driver.session() as session:# 创建电影节点movie = session.execute_write(lambda tx: tx.run("CREATE (m:Movie {title: $title, year: $year}) RETURN m",title="The Matrix", year=1999).single())# 创建关系relationship = session.execute_write(lambda tx: tx.run("""MATCH (p:Person {name: $name}), (m:Movie {title: $title})CREATE (p)-[r:ACTED_IN {role: $role}]->(m)RETURN p.name, type(r), m.title""",name="Alice", title="The Matrix", role="Neo").single())return relationshipprint("\n创建关系结果:")
rel_result = create_movie_and_relationship()
print(rel_result)

示例输出

创建关系结果:
{'p.name': 'Alice', 'type(r)': 'ACTED_IN', 'm.title': 'The Matrix'}

5. 复杂查询

输入代码

def find_actors_in_movie(movie_title):driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))with driver.session() as session:result = session.execute_read(lambda tx: tx.run("""MATCH (p:Person)-[r:ACTED_IN]->(m:Movie)WHERE m.title = $titleRETURN p.name AS actor, r.role AS role""",title=movie_title).data())return resultprint("\n电影演员查询:")
actors = find_actors_in_movie("The Matrix")
for actor in actors:print(f"{actor['actor']} 饰演 {actor['role']}")

示例输出

电影演员查询:
Alice 饰演 Neo

6. 批量导入示例

输入代码

def batch_import_people():people = [{"name": "Bob", "age": 25},{"name": "Charlie", "age": 35},{"name": "David", "age": 40}]driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))with driver.session() as session:result = session.execute_write(lambda tx: tx.run("UNWIND $people AS person ""CREATE (p:Person {name: person.name, age: person.age}) ""RETURN count(p) AS count",people=people).single())return result["count"]print("\n批量导入结果:")
count = batch_import_people()
print(f"成功导入 {count} 个人物节点")

示例输出

批量导入结果:
成功导入 3 个人物节点

7. 图形数据可视化示例

输入代码

def visualize_graph():driver = GraphDatabase.driver(URI, auth=(USER, PASSWORD))with driver.session() as session:# 查询图形结构result = session.execute_read(lambda tx: tx.run("""MATCH (p:Person)-[r]->(m)RETURN p, r, mLIMIT 10""").graph())# 打印图形结构信息print("\n图形结构信息:")print(f"节点数量: {len(result.nodes)}")print(f"关系数量: {len(result.relationships)}")# 打印前3个节点的详细信息print("\n节点示例:")for i, node in enumerate(list(result.nodes)[:3], 1):print(f"节点 {i}: {dict(node)}")# 打印关系示例print("\n关系示例:")for rel in list(result.relationships)[:2]:print(f"{rel.start_node['name']} -[{rel.type}]-> {rel.end_node['title']}")visualize_graph()

示例输出

图形结构信息:
节点数量: 5
关系数量: 1节点示例:
节点 1: {'name': 'Alice', 'age': 30}
节点 2: {'title': 'The Matrix', 'year': 1999}
节点 3: {'name': 'Bob', 'age': 25}关系示例:
Alice -[ACTED_IN]-> The Matrix

这些示例展示了从基础连接到复杂查询的完整流程,每个示例都包含明确的输入代码和对应的预期输出结果。

http://www.xdnf.cn/news/15521.html

相关文章:

  • HCIA第三次综合实验:VLAN
  • python实现自动化sql布尔盲注(二分查找)
  • 清理C盘--办法
  • Redis集群搭建(主从、哨兵、读写分离)
  • 26.将 Python 列表拆分为多个小块
  • Kafka 4.0 技术深度解析
  • 尚庭公寓-----day1----逻辑删除功能
  • PHP语法高级篇(三):Cookie与会话
  • 构建 Go 可执行文件镜像 | 探索轻量级 Docker 基础镜像(我应该选择哪个 Docker 镜像?)
  • DGNNet:基于双图神经网络的少样本故障诊断学习模型
  • element plus使用插槽方式自定义el-form-item的label
  • 3D数据:从数据采集到数据表示,再到数据应用
  • 本地电脑安装Dify|内网穿透到公网
  • 【Qt】插件机制详解:从原理到实战
  • 【科研绘图系列】R语言绘制中国地图和散点图以及柱状图
  • ES2023 新特性解析_数组与对象的现代化操作指南
  • 一文厘清楼宇自控系统架构:包含哪些关键子系统及其作用
  • 部署项目将dll放到system32?不可取
  • 基于LAMP环境的校园论坛项目
  • 阿里开源项目 XRender:全面解析与核心工具分类介绍
  • Spring面试核心知识点整理
  • iOS高级开发工程师面试——Swift
  • 驭码 CodeRider 产品介绍
  • AR眼镜颠覆医疗:精准手术零误差
  • 再见吧,Windows自带记事本,这个轻量级文本编辑器太香了
  • DeepSWE:通过强化学习扩展训练开源编码智能体
  • PySpark 常用算子详解
  • kotlin的自学笔记1
  • King’s LIMS:实验室数字化转型的智能高效之选
  • 19.如何将 Python 字符串转换为 Slug