知识图谱系列之Neo4J
- 2019 年 10 月 6 日
- 笔记
知识图谱系列之Neo4J
0.作者的话
1.安装Neo4J
2.运行Neo4J
3.Python操作Neo4J
3.1 py2neo安装
3.2 py2neo连接neo4j
3.3 清空数据库结点与边
3.4 py2neo创建结点
3.5 py2neo创建关系
3.6 调用
4.作者的话
0.作者的话
上次写了一篇文章提到了一个有关知识图谱的概念，在本公众号中，并未写有关这方面的文章，那么这一节从python与neo4j方向来共同学习知识图谱的一些实战操作，后续会补充理论方面的知识！
1.安装Neo4J
官网下载Neo4J的zip包，然后解压，将neo4j_path/bin配入path中，进入bin目录运行
neo4j.bat console pip install py2neo==2.0.8
2.运行Neo4J
浏览器输入:http://localhost:7474，初始用户名与密码均为neo4j
3.Python操作Neo4J
3.1 py2neo安装
pip install py2neo
3.2 py2neo连接neo4j
from py2neo import Graph def __init__(self): # 建立连接 link = Graph("http://localhost:7474", username="neo4j", password="***") self.graph=link
3.3 清空数据库结点与边
def clean_node(self): # 清空数据库 self.graph.delete_all()
注意：此时会发现Property Keys未删除，要想删除只有找到你的数据库data/graph.db里面全部删除掉才可以。
3.4 py2neo创建结点
创建结点时会发现label需要传参，那么label到底是什么呢? 在neo4j中不存在表的概念，可以把label当作表，相当于在创建多个结点时，指定其为同一label，就类似于为这几个结点(关系型数据库中类似与字段)储存到一张表中。
为了更好的描述疾病、药物等的构建,参考以下ER图进行构建！
from py2neo import Node def create_node(self): # 疾病、临床表现、药物等结点定义 for each_dis in dis_list: dis_node=Node(dis_label,name=each_dis) self.graph.create(dis_node) for each_cli in cli_list: cli_node = Node(cli_label, name=each_cli) self.graph.create(cli_node) for each_sdef in drug_list: drug_node = Node(dru_label, name=each_sdef) self.graph.create(drug_node) for each_sdef in sdef_list: sdef_node=Node(side_effect_label,name=each_sdef) self.graph.create(sdef_node) for each_zd in zd_method_list: zd_node=Node(diagnostic_label,name=each_zd) self.graph.create(zd_node)
3.5 py2neo创建关系
一个难点：取结点操作
# 取结点，使用find_one()方法，通过指定label，property_key, property_key获取相应的结点 hyp = self.graph.find_one( label=dis_label, property_key="name", property_key="高血压" )
结点关系方法封装
from py2neo import Relationship def create_Rel(self): """ 建立关系 高血压疾病与临床表现之间的双向关系定义 :return: """ # 获取高血压与糖尿病结点，然后通过循环，建立这两个疾病与临床表现的关系 hyp_node = self.graph.find_one( label=dis_label, property_key="name", property_value="高血压" ) tnb_node = self.graph.find_one( label=dis_label, property_key="name", property_value="糖尿病" ) # 建立疾病与临床表现的关系 for cli_name in cli_list: cli_node = self.graph.find_one( label=cli_label, property_key="name", property_value=cli_name ) hyp_to_cli = Relationship(hyp_node, '产生', cli_node) self.graph.create(hyp_to_cli) tnb_to_cli = Relationship(tnb_node, '产生', cli_node) self.graph.create(tnb_to_cli) # 建立疾病与诊断方法之间的关系 for diag_name in zd_method_list: diag_node = self.graph.find_one( label=diagnostic_label, property_key="name", property_value=diag_name ) if diag_name=="血糖" and diag_name=="血脂" and diag_name=="胆固醇": diag_to_dis = Relationship(diag_node, '辅助检查', tnb_node) else: diag_to_dis = Relationship(diag_node, '辅助检查', hyp_node) self.graph.create(diag_to_dis) # 建立疾病与药物关系 for drug_name in drug_list: drug_node = self.graph.find_one( label=dru_label, property_key="name", property_value=drug_name ) if drug_name=="胰岛素" or drug_name=="胰高血糖素": drug_to_disease=Relationship(drug_node,'治疗',tnb_node) else: drug_to_disease= Relationship(drug_node, '治疗', hyp_node) self.graph.create(drug_to_disease) # 建立药物与副作用之间的关系 for drug_name in drug_list: drug_node = self.graph.find_one( label=dru_label, property_key="name", property_value=drug_name ) for sdef_name in sdef_list: sdef_node = self.graph.find_one( label=side_effect_label, property_key="name", property_value=sdef_name ) if drug_name == "利尿药" and sdef_name == "尿酸升高": drug_to_sdef = Relationship(drug_node, '引发', sdef_node) self.graph.create(drug_to_sdef) elif drug_name == "钙拮抗药" and sdef_name == "血钾降低": drug_to_sdef = Relationship(drug_node, '引发', sdef_node) self.graph.create(drug_to_sdef) elif drug_name == "胰岛素" and (sdef_name == "恶心" or sdef_name == "呕吐"): drug_to_sdef = Relationship(drug_node, '引发', sdef_node) self.graph.create(drug_to_sdef) elif drug_name == "胰高血糖素" and (sdef_name == "头晕" or sdef_name == "眼花"): drug_to_sdef = Relationship(drug_node, '引发', sdef_node) self.graph.create(drug_to_sdef)
3.6 调用
上述代码全部封装在createBHPData类中，需要实例化对象，然后调用相应方法。
c=createBHPData() c.clean_node() c.create_node() c.create_Rel()
最后,刷新浏览器版neo4j，然后就可以看到自己的图了。
4.作者的话
最后，您如果觉得本公众号对您有帮助，欢迎您多多支持，转发，谢谢！ 更多内容，请关注本公众号知识图谱系列！
