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：
立即学习“Python免费学习笔记（深入）”；
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：
动态WEB网站中的PHP和MySQL详细反映实际程序的需求，仔细地探讨外部数据的验证(例如信用卡卡号的格式)、用户登录以及如何使用模板建立网页的标准外观。动态WEB网站中的PHP和MySQL的内容不仅仅是这些。书中还提到如何串联JavaScript与PHP让用户操作时更快、更方便。还有正确处理用户输入错误的方法，让网站看起来更专业。另外还引入大量来自PEAR外挂函数库的强大功能，对常用的、强大的包
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。
