当前位置: 首页 > news >正文

Python操作neo4j库py2neo使用之创建和查询(二)

Python操作neo4j库py2neo使用之创建和查询(二)

py2neo 创建操作

1、连接数据库

from py2neo import Graph
graph = Graph("bolt://100.100.20.55:7687", auth=(user, pwd), name='neo4j')

2、创建Node

from py2neo import Node, Subgraph
# 创建单个节点
node = Node(label='公司',name='XX公司',创始人='XXX')
graph.node.create(node) 
data = {"name": "XX公司","创始人": "XX"
}
node = Node(label='公司', **data)
graph.node.create(node) 
# 创建多个节点
node1 = Node("Person", name="司马师", age=18)
node2 = Node("Person", name="司马懿", age=18)
node3 = Node("Person", name="司马昭", age=18)
nodes = Subgraph([node1, node2, node3])
self.graph.create(new_nodes)
# 批量创建节点, 注意只能创建同一label的节点
from py2neo.bulk import create_nodes 
# 关键字参数
data = [{"name": "司马师", "age": 18},{"name": "司马懿", "age": 18},{"name": "司马昭", "age": 18, "职位": "大司马"}
]
create_nodes(graph.auto(), data, labels=("Person"))# 位置参数
data = [{"司马师", 18},{"司马懿", 18},{"司马昭", 18}
]create_nodes(graph.auto(), data, labels=("Person"), keys=["name", "age"])# 合并节点  根据name合并
node1 = Node("Person", name="司马师", age=18)graph.merge(node1, label='Person', "name")# 批量合并节点  根据name合并
from py2neo.bulk import merge_nodesdata = [{"name": "司马师", "age": 18},{"name": "司马懿", "age": 18},{"name": "司马昭", "age": 18}
]
merge_nodes(graph.auto(), data, labels=("Person", "name"))data = [{"司马师", 18},{"司马懿", 18},{"司马昭", 18}
]merge_nodes(graph.auto(), data, labels=("Person"), keys=["name", "age"])

py2neo 查询操作

1、连接数据库

from py2neo import Graph
graph = Graph("bolt://xx.xx.xx.xx:7687", auth=(user, pwd), name='neo4j')

2、查询节点

# 获取label为公司的单个节点
node = graph.nodes.match(label='公司').first()# 获取label为公司的所有节点
nodes = graph.nodes.match(label='公司').all()# 获取label为公司的10节点
nodes = graph.nodes.match(label='公司').limit(10)# 获取label为公司的10-20的节点
nodes = graph.nodes.match(label='公司').skip(10).limit(10)# 获取label为公司,属性name为''单个节点
node = graph.nodes.match(label='公司', name='XX公司').first()

3、查询关系

# 根据id获取关系
relationship = graph.relationships.get(1)# 获取关系为投资的单个关系
relationship = graph.match_one(r_type='投资')
relationship = graph.relationships.match(r_type='投资').first()# 获取关系为投资的所有关系
relationship = graph.relationships.match(r_type='投资').all()# 获取关系为投资的10关系
relationships = graph.match(r_type='投资', limit=10)# 获取关系为投资的10-20关系
relationship = graph.relationships.match(r_type='投资').skip(10).limit(10)# 获取节点为XX公司,关系为投资的第一个节点
node = graph.nodes.match(lable='公司', name='XX公司').first()
relationship = graph.relationships.match(node=node, r_type='投资').first()

4、查询高级方法

from py2neo import IS_NULL, IS_NOT_NULL, EQ, NE, LT, LE, GT, GE, STARTS_WIH, ENDS_WITH, CONTAINS, LIKE, IN, AND, OR, XOR# IS_NULL
# 获取label为公司的,名称为NULL的节点# IS_NOT_NULL# EQ# NE# LT# LE# GT# GE# STARTS_WIH# ENDS_WITH# CONTAINS# LIKE# IN
# 获取label为公司的,名称叫XX公司、aaa公司的公司
nodes = graph.nodes.match(label='公司', name = IN('XX公司', 'aaa公司')).all()# AND# OR# XOR# where
1
http://www.lryc.cn/news/490328.html

相关文章:

  • 力扣11.23
  • golang实现TCP服务器与客户端的断线自动重连功能
  • 数据结构 (6)栈的应用举例
  • 谁的年龄最小(结构体专题)
  • 【论文笔记】LLaVA-KD: A Framework of Distilling Multimodal Large Language Models
  • M|大脑越狱
  • 数据库编程(sqlite3)
  • 【C语言】关键字详解
  • 什么是计算机网络
  • 【大数据学习 | Spark-Core】Spark的分区器(HashPartitioner和RangePartitioner)
  • CSS3_BFC(十二)
  • C0032.在Clion中使用MSVC编译器编译opencv的配置方法
  • 微信小程序中会议列表页面的前后端实现
  • WEB攻防-通用漏洞文件上传二次渲染.htaccess变异免杀
  • vue实现列表滑动下拉加载数据
  • 全面解析:HTML页面的加载全过程(四)--浏览器渲染之样式计算
  • #Verilog HDL# 谈谈代码中如何跨层次引用
  • LeetCode 每日一题 2024/11/18-2024/11/24
  • 客户流失分析综述
  • 基于51单片机的红包抽奖proteus仿真
  • cangjie (仓颉) vscode环境搭建
  • 阿里云私服地址
  • HTMLCSS:3D金字塔加载动画
  • shell编程(2)(3)
  • DFT专家分析scan insertion时使用EDT的策略
  • Apple Vision Pro开发003-PolySpatial2.0新建项目
  • 分公司如何纳税
  • 在 Ubuntu 系统上安装 npm 环境以及 nvm(Node Version Manager)
  • 深度优先搜索(dfs)题目合集
  • 性能监控利器:Ubuntu 22.04 上的 Zabbix 安装与配置指南