驱动导入

       要在Python中连接和操作Neo4j数据库，我们可以使用py2neo用于连接和操作Neo4j图数据库的高级客户端库。
        它提供了面向对象的接口，使得Python程序员能够方便地与 Neo4j 数据库进行交互。

执行步骤

     1、创建节点与关系（Relationship）
     2、执行 Cypher 查询
     3、图数据建模
     4、数据导入导出等操作

安装py2neo

pip install py2neo

安装Neo4j数据库

     需要有一个正在运行的 Neo4j 数据库，可以本地安装，也可以连接远程服务器（例如Docker部署neo4j）。

连接Neo4j

from py2neo import Graph
# 本地默认配置（bolt://localhost:7687）
graph = Graph("bolt://localhost:7687", auth=("neo4j", "your_password"))

创建节点（Node）和关系（Relationship）

from py2neo import Node, Relationship
# 创建节点
zs= Node("Person", name="张三")
ls = Node("Person", name="李四")
# 创建关系
knows = Relationship(zs, "knows", ls)
# 将节点和关系写入数据库
graph.create(zs | ls | knows)

执行 Cypher 查询

# 查询所有 Person 节点
results = graph.run("MATCH (p:Person) RETURN p.name").data()
for result in results:
 print(result["p.name"])
# .run(query)：执行任意 Cypher 查询
# .data()：将查询结果以字典形式返回

使用 NodeMatcher 查找节点

matcher = NodeMatcher(graph)
# 查找标签为 Person 且 name 为 Alice 的节点
zs = matcher.match("Person", name="张三").first()
print(zs)
# .match(label, **属性)：匹配标签和属性
# .first()：返回第一个匹配项

更新节点属性

matcher = NodeMatcher(graph)
# 查找标签为 Person 且 name 为 Alice 的节点
zs = matcher.match("Person", name="张三").first()
zs["age"] = 30
graph.push(zs) # 将更改推送到数据库

删除节点和关系

matcher = NodeMatcher(graph)
# 查找标签为 Person 且 name 为 Alice 的节点
zs = matcher.match("Person", name="张三").first()
graph.delete(zs)
#graph.delete_all() 删除所有内容（慎用）
graph.delete_all()

创建图模型

from py2neo.ogm import GraphObject, Property
class Person(GraphObject):
 __primarykey__ = "name"
 name = Property()
 age = Property()

完成例子代码：

from py2neo import Graph, Node, Relationship, NodeMatcher
# 本地默认配置（bolt://localhost:7687）
graph = Graph("bolt://192.168.219.128:7687", auth=("neo4j", "test@123456"))
# 创建节点
zs= Node("Person", name="张三")
ls = Node("Person", name="李四")
# 创建关系
knows = Relationship(zs, "knows", ls)
#将节点和关系写入数据库
graph.create(zs | ls | knows)
matcher = NodeMatcher(graph)
# 查找标签为 Person 且 name 为 Alice 的节点
zs = matcher.match("Person", name="张三").first()
zs["age"] = 30
graph.push(zs) # 将更改推送到数据库
# 查找标签为 Person 且 name 为 Alice 的节点
zs = matcher.match("Person", name="张三").first()
print("=======执行完成=============")

常用类和方法简表

py2neo适用场景

1、图数据库建模：社交网络、知识图谱、推荐系统
2、复杂关系查询：比如“某人认识谁的朋友”
3、Cypher 脚本管理和自动化操作
4、与机器学习/NLP 集成使用图结构建模数据

与其他Neo4j-Python驱动对比

操作小结

       特别说明：py2neo是一个功能强大、语法友好、支持对象建模的 Neo4j Python 库，特别适合构建图数据库应用和做图结构数据的快速原型开发。

​