windows下neo4j安装及配置,并绘制人物关系图谱
neo4j安装及配置,绘制人物关系图谱
- 先升级pip,安装py2neo
pip install py2neo==2021.0.1
- 依赖 jdk1.8, neo4j 3.xx;
或者jdk18,neo4j 4.x,5.x;
官网下载了neo4j4.x,5.x 因为jdk版本原因都不行,最终选择了neo4j3.xx
- 下载:https://neo4j.com/artifact.php?name=neo4j-community-3.5.31-windows.zip
https://neo4j.com/download-center
安装,配置环境变量,启动,浏览器打开
neo4就 5.x,4.x都不行,与java1.8不兼容,最后安了3.5.31 ok,忽略文件夹名称为了不用重复配置环境变量 NEO4j_HOME及path

终于安装好了✌ ✌ ✌

1. 效果图
人物图谱效果图如下:


群山回唱人物关系图谱 效果图如下:



2. 源码
# 生成人物关系图谱import pandas as pd
from py2neo import Graph, Node, Relationship# 字段映射字典
mapping_dict = {"发生时间": "occurrence_time","发布时间": "release_time","发生地点": "scene","死亡人数": "death_toll","受伤人数": "injury_toll","直接损失": "direct_loss","事故主体单位": "accident_unit","灾害事故类型": "accident_type","防范与整改": "prevention_rectification","处理建议": "treatment_recommendations","应急措施": "emergency_measure","直接原因": "immediate_cause","严重程度": "order_severity","应急响应": "emergency_response"}
# 读取文件
storage_df = pd.read_csv('files/new.csv', encoding='utf-8')
# 获取列标签
columns_list = storage_df.columns.tolist()
# 获取数据条数
nums = len(storage_df['title'])
# 删除title列标签
columns_list.remove('title')
# 逆转映射字典
new_dic = dict(zip(mapping_dict.values(), mapping_dict.keys()))# 连接数据库,输入个人配置
graph = Graph("http://localhost:7474/", username='neo4j', password='neo4j123456', run="sub")
# 清空全部数据
graph.delete_all()
# 开启一个新的事务
graph.begin()for i in range(nums):data_dict = {}title = storage_df['title'][i]for columns in columns_list:if str(storage_df[columns][i]) != 'nan':data_dict[columns] = storage_df[columns][i]# 创建事件节点(主节点),节点属性node1 = Node("case", name=title, **data_dict)graph.create(node1, 'case', 'name')# 删除id列data_dict.pop('id')# 创建关系与副节点for key, value in data_dict.items():# 创建副节点node2 = Node(key, name=value)graph.create(node2, key, 'name')# 创建关系rel = Relationship(node1, new_dic[key], node2, type=key)print(new_dic[key])graph.create(rel)
2.1 群山会唱人物关系图谱
# python plot_qshc_rwtp.py
# 对群山回唱人物关系图谱进行绘制from py2neo import Graph, Node, Relationship# 连接数据库,输入个人配置
graph = Graph("http://localhost:7474/", username='xx', password='xx', run="sub")
# 清空全部数据
graph.delete_all()
# 开启一个新的事务
graph.begin()dict_nodes = {}
with open("qshc.txt", 'r', encoding='utf-8', errors='ignore') as f:data = f.readlines()print(data)for i, line in enumerate(data):print(i, line.replace("\n", ""))node_a = line.split(",")[0]node_b = line.split(",")[1]relation = line.split(",")[2]# 创建副节点node1 = Nonenode2 = Noneif (dict_nodes.__contains__(node_a)):node1 = dict_nodes.get(node_a)else:node1 = Node(node_a, name=node_a)graph.create(node1)dict_nodes[node_a] = node1if (dict_nodes.__contains__(node_b)):node2 = dict_nodes.get(node_b)else:node2 = Node(node_b, name=node_b)graph.create(node2)dict_nodes[node_b] = node2# 创建关系rel = Relationship(node1, relation, node2, type='key')graph.create(rel)
参考
- https://blog.csdn.net/qq_52159080/article/details/124018875
- https://blog.csdn.net/qq_52159080/article/details/124018875
相关文章:
windows下neo4j安装及配置,并绘制人物关系图谱
neo4j安装及配置,绘制人物关系图谱 先升级pip,安装py2neo pip install py2neo2021.0.1依赖 jdk1.8, neo4j 3.xx; 或者jdk18,neo4j 4.x,5.x; 官网下载了neo4j4.x,5.x 因为jdk版本原因都不行&am…...
【Spring6】IoC容器之基于XML管理Bean
3、容器:IoC IoC 是 Inversion of Control 的简写,译为“控制反转”,它不是一门技术,而是一种设计思想,是一个重要的面向对象编程法则,能够指导我们如何设计出松耦合、更优良的程序。 Spring 通过 IoC 容…...
Warshall算法求传递闭包及Python编程的实现
弗洛伊德算法-Floyd(Floyd-Warshall)-求多源最短路径,求传递闭包 Floyd算法又称为插点法,是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法, 与Dijkstra算法类似。该算法名称以创始人之一、1978年图灵奖获得者、斯坦福大…...
AcWing第 93 场周赛
4867. 整除数 给定两个整数 n,k,请你找到大于 n 且能被 k 整除的最小整数 x。 输入格式 共一行,包含两个整数 n,k。 输出格式 输出大于 n 且能被 k 整除的最小整数 x。 数据范围 前 4 个测试点满足 1≤n,k≤100。 所有测试点满足 1≤n,k≤109。 …...
计及需求响应的粒子群算法求解风能、光伏、柴油机、储能容量优化配置(Matlab代码实现)
👨🎓个人主页:研学社的博客💥💥💞💞欢迎来到本博客❤️❤️💥💥🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密…...
利用Nginx给RStudio-Server配置https
前篇文档,我这边写了安装RStudio-Server的方法。默认是http的访问方式,现在我们需要将其改成https的访问方式。 1、给服务器安装Nginx:参照之前的安装Nginx的方法。 2、创建/usr/local/nginx/ssl目录: mkdir /usr/local/nginx/ss…...
YOLOv7实验记录
这篇博客主要记录博主在做YOLOv7模型训练与测试过程中遇到的一些问题。 首先我们需要明确YOLO模型权重文件与模型文件的使用 其实在github的readme中已经告诉我们使用方法,但我相信有很多像博主一样眼高手低的人可能会犯类似的错误。 训练 首先是训练时的设置&…...
用Python获取史瓦西时空中克氏符的分量
文章目录三维球面坐标史瓦西时空三维球面坐标 Einsteinpy中提供了克氏符模型,可通过ChristoffelSymbols获取。简单起见,先以最直观的三维球面为例,来用Einsteinpy查看其克氏符的表达形式。 三维球面的度规张量可表示为 g001g11r2g22r2sin…...
QML编码约定
QML中的国际化: QML使用以下函数来将字符串标记为可翻译的 qsTr()qsTranslate()qsTrld()QT_TR_NOOP()QT_TRANSLATE_NOOP()QT_TRID_NOOP最常用的还是qsTr() string qsTr(string sourceText, string disambiguation&…...
【Linux】安装Linux操作系统具体步骤
1). 选择创建新的虚拟机 2). 选择"典型"配置 3). 选择"稍后安装操作系统(S)" 4). 选择"Linux"操作系统,"CentOS7 64位"版本 5). 设置虚拟机的名称及系统文件存放路径 6). 设置磁盘容量 7). 自定义硬件信息 8). 启动上述创建的新虚拟机…...
前端ES6异步编程技术——Promise使用
Promise是什么 官方的定义是:Promise是ES6新推出的用于进行异步编程的解决方案,旧方案是单纯使用回调函数来解决的。对于开发人员来说,我们把promise当作一个普通的对象即可,使用它可以用来封装一个异步操作并可以获取其成功/失败…...
Kotlin实现简单的学生信息管理系统
文章目录一、实验内容二、实验步骤1、页面布局2、数据库3、登录活动4、增删改查三、运行演示四、实验总结五、源码下载一、实验内容 根据Android数据存储的内容,综合应用SharedPreferences和SQLite数据库实现一个用户信息管理系统,强化对SharedPreferen…...
413. 等差数列划分
413. 等差数列划分 如果一个数列 至少有三个元素 ,并且任意两个相邻元素之差相同,则称该数列为等差数列。 例如,[1,3,5,7,9]、[7,7,7,7] 和 [3,-1,-5,-9] 都是等差数列。 给你一个整数数组 nums ,返回数组 nums 中所有为等差数…...
设计模式七大原则
一、设计模式概念 1.1 软件设计模式的产生背景 "设计模式"最初并不是出现在软件设计中,而是被用于建筑领域的设计中。 1977年美国著名建筑大师、加利福尼亚大学伯克利分校环境结构中心主任克里斯托夫亚历山大(Christopher Alexander&#x…...
【Mybatis系列】Mybatis常见的分页方法以及源码理解
Mybatis-Plus的selectPage 引入依赖 <dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.5.1</version></dependency>添加分页插件 Configuration public class My…...
Java面向对象:多态特性的学习
本文介绍了Java面向对象多态特性, 多态的介绍. 多态的实现条件–1.发生继承.2.发生重写(重写与重载的区别)3.向上转型与向下转型.4.静态绑定和动态绑定5. 实现多态 举例总结多态的优缺点 避免在构造方法内调用被重写的方法… Java面向对象:多态特性的学习一.什么是多态?二.多态…...
id函数 / 可变类型变量 / 不可变类型变量 / +=操作
前言 再说正文之前,需要大家先了解一下对象,指针和引用的含义,不懂得同学可以参考我上一篇博客“(12条消息) 引用是否有地址的讨论的_xx_xjm的博客-CSDN博客” 正文 一:python中一切皆对象 “python中一切皆对象”这句话我相信…...
aws apigateway 使用apigateway集成lambda
参考资料 代理集成,https://docs.aws.amazon.com/zh_cn/apigateway/latest/developerguide/api-gateway-create-api-as-simple-proxy-for-lambda.html非代理集成,https://docs.aws.amazon.com/zh_cn/apigateway/latest/developerguide/getting-started-…...
Linux SPI 驱动实验
目录 一、Linux 下 SPI 驱动框架简介 1、SPI 主机驱动 2、SPI 设备驱动 SPI 设备数据收发处理流程 3、SPI 设备和驱动匹配过程 二、添加SPI 设备信息 1、添加 ICM20608 所使用的 IO 2、 在 ecspi3 节点追加 icm20608 子节点 三、编写 ICM20608 驱动 1、修改makefile…...
[1.4]计算机系统概述——操作系统的体系结构
第一章 计算机系统概述 操作系统的体系结构 大内核/单内核/宏内核微内核 通过之前的学习,我们知道计算机系统的层次结构是这样的。 但是操作系统的内部其实还可以再进一步地划分。 一部分是内核的功能,一部分是非内核的功能。 操作系统最核心的功能&…...
电磁场仿真实战——5. 有限元法(FEM)在工程优化中的应用
1. 有限元法(FEM)在电磁场仿真中的核心价值 想象一下你正在设计一台新型电机,需要精确计算内部电磁场的分布。传统解析方法面对复杂几何结构时束手无策,而有限元法就像把整个电机拆解成无数个"乐高积木",在每…...
OpenKore效率提升全攻略:自动化RO游戏的完整指南
OpenKore效率提升全攻略:自动化RO游戏的完整指南 【免费下载链接】openkore A free/open source client and automation tool for Ragnarok Online 项目地址: https://gitcode.com/gh_mirrors/op/openkore OpenKore作为一款免费开源的Ragnarok Online客户端与…...
基于springboot+vue高校课堂管理系统hx0546FEZB
文章目录详细视频演示技术介绍功能介绍核心代码系统效果图源码获取详细视频演示 文章底部名片,获取项目的完整演示视频,免费解答技术疑问 技术介绍 开发语言:Java 框架:ssm JDK版本:JDK1.8 服务器:tomca…...
Jenkins页面加载慢到怀疑人生?别急着重启,先检查这个Dark Theme插件
Jenkins页面加载缓慢的深度排查:从Dark Theme插件到系统优化 最近在虚拟机环境中使用Jenkins时,突然发现页面加载速度从原先的1秒内变成了10秒以上。这种变化并非渐进式的,而是某天突然出现的。页面功能一切正常,但每次跳转都需要…...
PCB模块化设计进阶:晶体晶振布局布线的高效抗干扰策略
1. 晶体晶振在PCB设计中的核心地位 晶体和晶振是数字电路的心脏,它们产生的时钟信号就像交响乐团的指挥,决定了整个系统运行的节奏。我在设计高速PCB时,曾经遇到过因为时钟信号不稳定导致整个系统频繁崩溃的情况,后来排查发现就是…...
MALSync快速入门:5分钟掌握自动剧集追踪技巧
MALSync快速入门:5分钟掌握自动剧集追踪技巧 【免费下载链接】MALSync Integrates MyAnimeList/AniList/Kitsu/Simkl into various sites, with auto episode tracking. 项目地址: https://gitcode.com/gh_mirrors/ma/MALSync MALSync是一款强大的浏览器扩展…...
在RK3588上搞定XDMA AXI-Stream回环测试:从Verilog到Rust的完整流程与避坑指南
RK3588平台XDMA AXI-Stream全链路开发实战:从FPGA设计到Rust测试的工程化实现 当我们需要在嵌入式系统中实现高速数据交换时,PCIeAXI-Stream的组合无疑是黄金搭档。RK3588作为一款高性能处理器,配合FPGA的灵活可编程特性,能够构建…...
5分钟终极指南:在Windows上完美使用苹果触控板的完整方案
5分钟终极指南:在Windows上完美使用苹果触控板的完整方案 【免费下载链接】mac-precision-touchpad Windows Precision Touchpad Driver Implementation for Apple MacBook / Magic Trackpad 项目地址: https://gitcode.com/gh_mirrors/ma/mac-precision-touchpad…...
[Java 算法] 动态规划(4)
练习一 : 最长递增子序列 300. 最长递增子序列 - 力扣(LeetCode) class Solution {public int lengthOfLIS(int[] nums) {int n nums.length;int[] dp new int[n];// 初始化:每个元素至少是长度为1的子序列Arrays.fill(dp, 1);int maxLen …...
HY-SRF05超声波模块的5个常见误区及优化技巧(附STM32代码)
HY-SRF05超声波模块的5个常见误区及优化技巧(附STM32代码) 在嵌入式开发中,HY-SRF05超声波模块因其成本低廉、使用简单而广受欢迎。但很多开发者在使用过程中常会遇到测量不稳定、精度不足等问题。本文将深入剖析五个最常见的误区,…...
