引言:
本文主要介绍的是利用python工具pycharm连接neo4j数据并创建数据节点和节点关系,不会涉及到neo4j的基础环境搭建,如果有小伙伴不会neo4j基础环境搭建可以:

https://www.baidu.com/

连接neo4j需要用到的库

py2neo
这个库就是专门用来连接驱动neo4j的库
这里我用的python版本和py2neo的版本是:

neo4j python接口 python操作neo4j_neo4j python接口


目前python版本和neo4j数据库契合的版本有那么些:

Python 2.7 / 3.3 / 3.4 / 3.5
Neo4j 2.0 / 2.1 / 2.2 / 2.3 / 3.0

连接数据库操作

from py2neo import *
graph = Graph('http://127.0.0.1(这里的IP根据每个人的地址来写):7474', username="这里是你的用户名好吧", password="你的数据库密码")

上边是比较小白的写法,你也可以这样写:

graph = Graph("http://127.0.0.1:7474",auth=("账号","密码"))

这样写:

g = Graph('http://账号:密码@127.0.0.1:7474')

连接上数据库之后我们用一些数据来对它进行一些节点的创建。

我这里用的是基于CSV文件来对neo4j数据库进行关系创建,这是我的csv文件的一些内容:

neo4j python接口 python操作neo4j_数据库_02


数据来源于wake瑜伽网,没错是爬下来的,爬虫代码就不贴出来了。

下边是是实现过程:

1,首先是读取文件:

frame = pd.read_csv(r"C:/data/",encoding='gbk')

2,然后遍历获取文件的头:

for i in frame.index:
     '''获取数据'''
     yoga_name = frame["招式"].values[i]
     yoga_ms = frame["描述"].values[i]
     yoga_yc = frame["益处"].values[i]
     yoga_zysx = frame["注意事项"].values[i]
     yoga_cjwt = frame["常见问题"].values[i]

3,把遍历得出来的头保存为str类型的数据以免出现参数错误:

yoga_name = str(yoga_name)
     yoga_ms = str(yoga_ms)
     yoga_yc = str(yoga_yc)
     yoga_zysx = str(yoga_zysx)
     yoga_cjwt = str(yoga_cjwt)

4,数据读取了,格式转换了,开始进入节点创建:

yoga_node = Node('招式', name=yoga_name)
     graph.merge(yoga_node)  ## merge方法是将重复数据去除掉,只留第一个
     ms_node = Node('描述', name=yoga_ms)
     yc_node = Node('益处', name=yoga_yc)
     zysx_node = Node('注意事项', name=yoga_zysx)
     cjwt_node = Node('常见问题', name=yoga_cjwt)

5,节点创建完了,开始创建节点与节点之间的关系:

# 瑜伽类
     yoga_2 = Relationship(yoga_node, '描述', ms_node)
     yoga_3 = Relationship(yoga_node, '益处', yc_node)
     yoga_4 = Relationship(yoga_node, '注意事项', zysx_node)
     yoga_5 = Relationship(yoga_node, '常见问题', cjwt_node)

6,所有东西都准备好了之后,我们开始创建操作:

try:
         graph.create(yoga_2)
     except:
         continue
     try:
         graph.create(yoga_3)
     except:
         continue
     try:
         graph.create(yoga_4)
     except:
         continue
     try:
         graph.create(yoga_5)
     except:
         continue

完整代码

数据集下载地址:
链接:https://pan.baidu.com/s/1utGHNHy7k-JqzBEqI6wWRA
提取码:fuck

以上就是python连接neo4j数据的一些小操作了,以下是完整代码:

from py2neo import *
import pandas as pd
graph = Graph('http://127.0.0.1(这里的IP根据每个人的地址来写):7474', username="这里是你的用户名好吧", password="你的数据库密码")
def yogadata():
    count  = 0
    frame = pd.read_csv(r"C:/data/", encoding='gbk')
    for i in frame.index:
        '''获取数据'''
        yoga_name = frame["招式"].values[i]
        yoga_ms = frame["描述"].values[i]
        yoga_yc = frame["益处"].values[i]
        yoga_zysx = frame["注意事项"].values[i]
        yoga_cjwt = frame["常见问题"].values[i]

        yoga_name = str(yoga_name)
        yoga_ms = str(yoga_ms)
        yoga_yc = str(yoga_yc)
        yoga_zysx = str(yoga_zysx)
        yoga_cjwt = str(yoga_cjwt)

        yoga_node = Node('招式', name=yoga_name)
        graph.merge(yoga_node)  ## merge方法是将重复数据去除掉,只留第一个
        ms_node = Node('描述', name=yoga_ms)
        yc_node = Node('益处', name=yoga_yc)
        zysx_node = Node('注意事项', name=yoga_zysx)
        cjwt_node = Node('常见问题', name=yoga_cjwt)

        # 瑜伽类
        yoga_2 = Relationship(yoga_node, '描述', ms_node)
        yoga_3 = Relationship(yoga_node, '益处', yc_node)
        yoga_4 = Relationship(yoga_node, '注意事项', zysx_node)
        yoga_5 = Relationship(yoga_node, '常见问题', cjwt_node)

        try:
            graph.create(yoga_2)
        except:
            continue
        try:
            graph.create(yoga_3)
        except:
            continue
        try:
            graph.create(yoga_4)
        except:
            continue
        try:
            graph.create(yoga_5)
        except:
            continue
        count += 1
        print(count)
yogadata()

结果展示:

neo4j python接口 python操作neo4j_neo4j_03


可以看到灰常完美!如果对你有帮助,不妨一键三连,么么哒么么叽!

neo4j python接口 python操作neo4j_neo4j_04

最后呢,我在本篇文章的基础上迭代了python 对 neo4j数据库进行连接和增删改查的一些方法