[1] py2neo.data – Data Types

py2neo.data – Data Types

原文:https://py2neo.org/v5/data.html

Py2neo提供了丰富的数据类型集,可用于基于图和基于记录的数据。图类型与Neo4j完全兼容,但也可以独立使用。它们包括基本的实体Node,并Relationship代表这些实体的集合以及类。

图数据类已设计为可使用标准操作(尤其是集合操作)一起工作。这些操作的详细信息在Subgraph对象和Path对象以及其他Walkable类型的部分中进行介绍。

1.1 Node和Relationship对象

Neo4j使用的标记属性图模型的两个基本构建块是Node和Relationship。节点是图数据存储的基本单位。它可以包含一组键/值对(属性),并且可以选择用一个或多个文本标签进行装饰。关系是一对节点之间(或单个节点上的环)之间的有类型的定向连接。像节点一样,关系也可以包含一组属性。

下面的代码显示了如何创建几个节点以及将它们连接起来的关系。每个节点都有一个属性,名称,并被标记为Person。该关系ab描述了从第一节点到第二节点的KNOWS连接

>>> from py2neo.data import Node, Relationship
>>> a = Node("Person", name="Alice")
>>> b = Node("Person", name="Bob")
>>> ab = Relationship(a, "KNOWS", b)
>>> ab
(Alice)-[:KNOWS]->(Bob)

1.2 Subgraph对象

A Subgraph是节点和关系的任意集合。根据定义,子图必须至少包含一个节点;空子图应以表示None。要测试是否为空,bool()可以使用内置功能。

构造子图的最简单方法是使用标准集合操作将节点和关系组合在一起。例如:

>>> s = ab | ac
>>> s
{(alice:Person {name:"Alice"}),
 (bob:Person {name:"Bob"}),
 (carol:Person {name:"Carol"}),
 (Alice)-[:KNOWS]->(Bob),
 (Alice)-[:WORKS_WITH]->(Carol)}
>>> s.nodes()
frozenset({(alice:Person {name:"Alice"}),
           (bob:Person {name:"Bob"}),
           (carol:Person {name:"Carol"})})
>>> s.relationships()
frozenset({(Alice)-[:KNOWS]->(Bob),
           (Alice)-[:WORKS_WITH]->(Carol)})

1.3 Path对象和其他Walkable类型

A Walkable是Subgraph具有附加遍历信息的A 构造可行走对象的最简单方法是连接其他图对象:

>>> w = ab + Relationship(b, "LIKES", c) + ac
>>> w
(Alice)-[:KNOWS]->(Bob)-[:LIKES]->(Carol)<-[:WORKS_WITH]-(Alice)

通过使用该walk()函数可实现可行走对象的遍历,该函数产生交替的节点和关系,并且始终以节点开始和结束。任何节点或关系都可以在任何方向上遍历一次或多次。

1.4 Record对象

一个Record对象包含有序的键值集合。它在许多方面都类似于namedtuple,但是仅允许通过方括号语法访问字段并提供更多功能。 Record扩展了tuple和Mapping。

1.5 Table对象

A Table包含Record对象列表,通常作为Cypher查询的结果接收。它提供了一个方便的容器来完整地处理结果,并提供了转换为各种输出格式的方法。 Table扩展list。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343