赞
踩
上篇文章简单的构造了一个知识图谱,但是其中包含了许多重复的结点,看起来也非常乱,不清晰。科学上网之后,发现了一个 apoc 的工具,关于 apoc 是什么如何安装,这篇文章有很好的介绍 Neo4j:入门基础(三)之APOC插件_Dawn_www的博客-CSDN博客_apoc neo4j,应下载与neo4j相应版本的jar包Releases · neo4j-contrib/neo4j-apoc-procedures · GitHub
于是乎我根据步骤操作完之后,检验是否安装成功,这样就是安装成功了,代码跑起来也没有报错不过重复结点并没有删除。
graph.run('MATCH (n:sex) WITH n.name AS name, COLLECT(n) AS nodelist, COUNT(*) AS count WHERE count > 1 CALL apoc.refactor.mergeNodes(nodelist) YIELD node RETURN node')
在neo4j启动的时候,有这样一个语句,但是上网查找并没有找到合适的解决办法,所以这个 apoc 工具暂且搁置,后面再研究。
APOC couln't set a URLStreamHandlerFactory since some other tool already did this (e.g. tomcat). This means you cannot use s3:// or hdfs:// style URLs in APOC. This is caused by a limitation of the JVM which we cannot fix.
继续科学上网之后,最后发现了 merge() 方法,相见恨晚。(以后还是要多去看看源码或者官方文档)。使用的时候程序报错如下命令:
Primary label and primary key are required for MERGE operation
这个是因为py2neo版本语法的问题。看源码可以解决。
create 和 merge的主要区别就是,create不会去判断节点中是否有重复数据,只是添加;而merge等于是create+match,如果节点中有重复数据,就不会添加进去。
基于上一篇文章py2neo连接知识图谱(包含代码,导入csv文件)_想不出叫啥名的博客-CSDN博客修改的去重复结点代码
- import csv
-
- from py2neo import *
-
-
- graph = Graph("http://localhost:7474", auth=('neo4j','neo4j'))
- graph.delete_all()
-
- with open('data.csv', 'r') as f:
- reader = csv.reader(f)
- data = list(reader)
- print(data[1]) # 测试
-
- for i in range(1,len(data)):
- node = Node('person', id = data[i][0], name = data[i][1], age =data[i][2])
- relation = Node('address', name = data[i][4])
- relation1 = Node('sex', name = data[i][3])
-
- graph.create(node)
- graph.merge(relation, 'address', 'name')
- graph.merge(relation1, 'sex', 'name')
-
- address = Relationship(node, '居住地', relation)
- sex = Relationship(node, '性别', relation1)
- graph.create(address)
- graph.create(sex)
-
-
- print("创建成功")
neo4j可视化效果:
很明显,调理更加清晰了
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。