python3.7对象检测(在Python中使用Neo4j的方法)
python3.7对象检测
在Python中使用Neo4j的方法neo4j是面向对象基于java的 ,被设计为一个建立在java之上、可以直接嵌入应用的数据存储。此后,其他语言和平台的支持被引入,neo4j社区获得持续增长,获得了越来越多的技术支持者。目前已支持.net、ruby、python、node.js及php等。因此,不管是什么项目,没有理由不引入neo4j。
本文重点介绍python,这门语言的哲学与java大大不同,同时展示py2neo库如何被用来建立一个简单的应用程序。
一个快速的rest例子
首先来看些基本知识。如果没有服务api,neo4j就不能支持其他语言。该接口提供一组基于json消息格式的restful web服务和一个全面的发现机制。使用中使用这个接口的最快和最容易的方法是通过使用curl:
|
$ curl http: / / localhost: 7474 / db / data / { "extensions" : { }, "node" : "http://localhost:7474/db/data/node" , "node_index" : "http://localhost:7474/db/data/index/node" , "relationship_index" : "http://localhost:7474/db/data/index/relationship" , "extensions_info" : "http://localhost:7474/db/data/ext" , "relationship_types" : "http://localhost:7474/db/data/relationship/types" , "batch" : "http://localhost:7474/db/data/batch" , "cypher" : "http://localhost:7474/db/data/cypher" , "transaction" : "http://localhost:7474/db/data/transaction" , "neo4j_version" : "2.0.0-m03" } |
从这个端点返回json对象包含一组资源名称和uri下可以找到的cypher端点。在消息载荷中接受传送来的cyper请求并执行这些查询,在http响应中返回结果。
正是这种rest api接口,使得现在已有的各种neo4j驱动得以建立。py2neo提供了这些rest资源的简单封装,这使python应用程序开发者可以放心使用neo4j而不用考虑底层的客户机-服务器协议。
一个简单的应用
为实际验证py2neo,我们将着眼于建立一个简单的用于存储姓名和电子邮件地址的通讯录管理系统。我们自然会使用节点来模拟每一个独立实体,但它是要记住,neo4j没有类型的概念。类型是从周围的关系和属性推断来的。
下面的关系图中人显示为红色、电子邮件地址节点显示为蓝色。这些当然是纯粹的逻辑演示节点,但数据本身并没有区别。
我们的应用程序将完成两个功能:添加新的联系人信息和检索联系人的完整列表。为此,我们将创建一个person类包装py2neonodeobject,这使我们有一个底层处理的实现且留出用户级的功能。上图中的root节点是指上图中一个固定的参考点,我们沿着这个点开始。
让我们直接看看代码。下面是一个完整的小型应用。这个程序允许添加新的名字与一个或者更多email地址相连接的以及提供了一个容易的方式来显示这些连接信息的一个命令行工具。没有参数的运行是显示使用模式,而且这个唯一的依赖只是需要一个本地未修改的neo4j实例(instance)而已。
|
#!/usr/bin/env python # -*- coding: utf-8 -*- from __future__ import print_function import sys from py2neo import neo4j, node, rel graph_db = neo4j.graphdatabaseservice() class person( object ): _root = graph_db.get_or_create_indexed_node( "reference" , "contacts" , "root" ) @classmethod def create( cls , name, * emails): person_node, _ = graph_db.create(node(name = name), rel( cls ._root, "person" , 0 )) for email in emails: graph_db.create(node(email = email), rel( cls ._root, "email" , 0 ), rel(person_node, "email" , 0 )) return person(person_node) @classmethod def get_all( cls ): return [person(person.end_node) for person in cls ._root.match( "person" )] def __init__( self , node): self ._node = node def __str__( self ): return self .name + "\n" + "\n" .join( " <{0}>" . format (email) for email in self .emails) @property def name( self ): return self ._node[ "name" ] @property def emails( self ): return [rel.end_node[ "email" ] for rel in self ._node.match( "email" )] if __name__ = = "__main__" : if len (sys.argv) < 2 : app = sys.argv[ 0 ] print ("usage: { 0 } add <name> <email> [<email>...]". format (app)) print (" { 0 } list ". format (app)) sys.exit() method = sys.argv[ 1 ] if method = = "add" : print (person.create( * sys.argv[ 2 :])) elif method = = "list" : for person in person.get_all(): print (person) else : print ("unknown command") |
在第09行上是第一行py2neo代码,用来创建了一个graphdatabaseservice
对象。通过这个,我们就可以访问使用neo4j server的大多数功能。可选一个uri传递到这个构造器里,尽管如果什么都没有提供,代而取之的是使用默认的本地参数。也就是说下面两行是完全相等的:
|
graph_db = neo4j.graphdatabaseservice() graph_db = neo4j.graphdatabaseservice (http: / / localhost: 7474 / db / data / ) |
第13行介绍了调用了get_or_create_indexed_node
,它提供一种在图形里创建固定引用点的漂亮方式。传统的neo4j索引允许节点和关系通过键值对访问,而在这个代码里我们使用了带连接的关键字和root值的引用索引实例。在第一次执行时,会创建一个新的节点,而且在随后的执行中,这个节点(即root)会复用(reused)。
在第17行,我们看见了推荐的节点和关系抽象的标记,以及接受和使用节点和关系抽象的create
方法。任意多的抽象都可以被传递到这个方法中,并且在单个批处理转换中创建实体并以指定它们的顺序作为一个列表返回。抽象节点用节点函数表示并带有一些属性,然而抽象关系使用rel
函数接受一个起始节点,类型和终止节点。上下文中,其他节点,关系起始和终止节点可能整合引用到在其他批处理中其他节点。在我们的例子中,我们把根节点连接到新创建的person节点,否则就作为项目0(item 0)了。
这次我们在第24行和38行上以match方法形式和关系见面[@lesus 注: oschina代码行数有问题。对应于本文的第28和44行]。它试图使用一个特殊的条件集合(set)标识关系,然后使用列表(list)返回它们。这这些示例中,这个关系和person关系相匹配,从root节点和email关系开始到所给定的person节点。和cypher很相似,用来查询包含match关键字的场景。
最后值得注意的一点是在上面的代码中访问节点属性的方式只是其中一种简单的方式。py2neo重写了标准python的__getitem__和 __setitem__方法,通过方括号标识来方便访问任何属性。这点在第34和38行上可以看到。[@lesus 注:对应于本文的第39和44行]
小结
在那里(代码行34和38)我们这样做了,这显示了它是如何快速简易地在java环境之外拼凑出一个neo4j应用程序,也显示了py2neo是如何通过rest api来抽象出大多数沉重的负担。这里的例子并没有解决唯一性,尽管功能上提供了唯一索引和cypher create unique语句。django开发者可能也想要考虑一个层,如neomodel,它在py2neo顶层上表示了一个djangoesque orm-style 层。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对开心学习网的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接:https://blog.csdn.net/u010159842/article/details/78128823
- python的turtle库怎么进入(python的turtle库使用详解)
- pythonhash使用(详解python中的hashlib模块的使用)
- python程序运行步骤(详解python运行三种方式)
- python3爬虫代码(Python3爬楼梯算法示例)
- python爬虫并保存excel实例(Python实现爬取亚马逊数据并打印出Excel文件操作示例)
- python解析身份证号(python验证身份证信息实例代码)
- python数字图像处理入门(python图像处理入门一)
- python循环创建字典(Python字典的基本用法实例分析创建、增加、获取、修改、删除)
- python处理所有异常(Python异常处理知识点总结)
- python操作json库(Python将json文件写入ES数据库的方法)
- python中求阶乘的代码(python 阶乘累加和的实例)
- python数据分析删除重复值(Python3实现从排序数组中删除重复项算法分析)
- python3的循环怎么用(对Python3 goto 语句的使用方法详解)
- python安装pil模板教程(详解python3安装pillow后报错没有pillow模块以及没有PIL模块问题解决)
- 笨办法学python3目录(如何愉快地迁移到 Python 3)
- python栈和队列(Python 实现数据结构中的栈队列)
- 鱼竿 夏钓短,冬钓长 ,一定是这样 认清优缺点在选竿(鱼竿夏钓短冬钓长)
- 鲢鳙钓底还是钓浮 流水的水域应怎样做钓(鲢鳙钓底还是钓浮)
- 入秋后的第二场苹果发布会来了 全新M1系列芯片登场(入秋后的第二场苹果发布会来了)
- 苹果正式发布自研芯片M1 5nm 32核心 彻底放弃Intel(苹果正式发布自研芯片M1)
- 苹果自研芯片跑分对比 A16芯片排名靠后,M1系列霸榜(苹果自研芯片跑分对比)
- X86处理器的梦魇 苹果M1自研芯片到底有多强(苹果M1自研芯片到底有多强)
热门推荐
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9