知识图谱系列之Neo4J
知识图谱系列之Neo4J
公众号guangcity
发布于 2019-09-20 15:35:48
发布于 2019-09-20 15:35:48
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==2.0.82.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 py2neo3.2 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=link3.3 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！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-10-18，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读