Python操作Neo4j：py2neo图数据库入门指南

本教程深入讲解如何使用Python操作Neo4j图数据库，重点介绍py2neo库的应用。通过`pip install py2neo`安装后，即可轻松连接Neo4j数据库，利用Node和Relationship类创建节点和关系。文章详细阐述了Cypher查询语句的使用，包括参数化查询以防止SQL注入。此外，还介绍了批量操作和事务处理，以提高数据处理效率和保证数据一致性。其他实用功能如自动合并、删除节点/关系、添加索引等也被一一覆盖。掌握这些核心步骤，即可高效地使用Python和py2neo构建强大的图数据应用，提升数据分析和挖掘能力。

使用Python操作Neo4j最常用的方式是通过py2neo库实现。1. 安装py2neo：pip install py2neo；2. 连接数据库：提供URI和认证信息；3. 创建节点和关系：使用Node和Relationship类；4. 查询数据：支持Cypher语句和参数化查询；5. 批量操作和事务处理：提高效率和一致性；6. 其他功能：自动合并、删除节点/关系、添加索引等。掌握这些核心步骤可以高效地构建图数据应用。

用 Python 操作 Neo4j，最常用的方式是使用 py2neo 这个库。它封装了与 Neo4j 的交互逻辑，让开发者可以更方便地进行节点、关系的创建、查询和管理。

安装 py2neo 和连接数据库

首先确保你已经安装好了 Neo4j，并且服务正在运行。可以通过浏览器访问 http://localhost:7474 来确认。

然后安装 py2neo：

pip install py2neo

连接数据库非常简单，只需要提供 URI 和认证信息（如果开启了安全验证）：

from py2neo import Graph

graph = Graph("bolt://localhost:7687", auth=("neo4j", "your_password"))

注意：默认的用户名是 neo4j，密码第一次登录需要自己设置。URI 中的端口也可能是 7474，但推荐使用 bolt 协议，性能更好。

创建节点和关系

在图数据库中，数据以“节点”和“关系”的形式存在。py2neo 提供了 Node 和 Relationship 类来构建这些结构。

举个简单的例子，比如我们想表示一个人和他喜欢的电影之间的关系：

from py2neo import Node, Relationship

# 创建两个节点
alice = Node("Person", name="Alice")
matrix = Node("Movie", title="The Matrix")

# 创建关系
rel = Relationship(alice, "LIKES", matrix)

# 将节点和关系写入数据库
graph.create(rel)

上面这段代码做了三件事：

• 创建了一个标签为 Person 的节点 Alice
• 创建了一个标签为 Movie 的节点 The Matrix
• 建立了一条 Alice 喜欢 The Matrix 的关系

你可以给节点加上多个标签或属性，比如 age=30、genre="Sci-Fi" 等。

查询数据

查询是图数据库中最常见的操作之一。py2neo 支持直接执行 Cypher 查询语句：

results = graph.run("MATCH (p:Person)-[:LIKES]->(m:Movie) RETURN p.name, m.title")
for record in results:
    print(record)

输出可能是这样的：

('Alice', 'The Matrix')

如果你希望返回的是 Python 字典而不是记录对象，可以加一个 .to_data_frame() 或者用 graph.evaluate() 获取单个值。

查询小技巧：

• 如果你知道某个节点的 ID，可以用 MATCH (n) WHERE id(n) = 123 RETURN n 来定位。
• 使用参数化查询防止注入攻击：

graph.run("MATCH (p:Person {name: $name}) RETURN p", name="Alice")

批量操作和事务处理

当你需要插入大量数据时，建议使用事务来提高效率和保证一致性：

with graph.begin() as tx:
    for i in range(100):
        person = Node("Person", name=f"User{i}")
        movie = Node("Movie", title="Sample Movie")
        rel = Relationship(person, "LIKES", movie)
        tx.create(rel)

这样可以在一个事务里批量插入数据，比每次单独提交快很多。

注意：事务不是万能的，太大可能会占用太多内存，建议控制在合理范围内。

其他实用功能

py2neo 还有一些隐藏但很好用的功能：

• 自动合并（Merge）：避免重复插入相同节点

  from py2neo import NodeMatcher
  
  matcher = NodeMatcher(graph)
  alice = matcher.match("Person", name="Alice").first()

• 删除节点/关系：使用 graph.delete(node) 或 graph.separate(rel) 删除关系但保留节点

• 索引和约束：可以通过 Cypher 添加索引，提升查询速度

  CREATE INDEX FOR (p:Person) ON (p.name)

基本上就这些。用 Python 操作 Neo4j 不复杂，但有些细节容易忽略，比如事务控制、参数化查询、节点唯一性判断等。掌握好这些，就能比较顺畅地用 py2neo 构建图数据应用了。

理论要掌握，实操不能落！以上关于《Python操作Neo4j：py2neo图数据库入门指南》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！