讲技术之前先引个好玩的热点话题,带你与时代接轨~
漫威系列电影《复仇者联盟4》上映
你去看了吗?
小编就盼着周末去好好享受
谁剧透,跟谁急!
漫威英雄们为了不让自己剧透也是使出了浑身解数。在洛杉矶全球首映礼上记者费尽心机想要从各位演员身上套点信息:“如果你活下来就眨一下眼睛,死了就眨两下”。
“绿巨人” :我就是不眨,看你怎么样!
“雷神”:我眨了23下,你猜我活没活着~
“蚁人”:我不睁眼就不用眨眼了~
希望大家可以像奇异博士学习
做个合格的影迷哦
都谁看了复联4?
据说,看复联4的,分三种人:
(1)骨灰粉
看完晒票根发感慨的
(2)路人粉
还没看,但是怕被剧透的
(3)纯属小白跟风
被漫威错综复杂的人物线,搞得一头雾水
敲黑板,讲技术重点了~! 来,先放一张成品图, 帮你理清核心人物 一张图带你读懂“妇联4”人物关系!
人物节点和关系数据
人物节点数据:姓名和角色
name,role
霍华德·斯塔克,斯塔克工业创始人
佩姬·卡特,神盾局创始人
美国队长,复仇者联盟成员
钢铁侠,复仇者联盟成员
巴基,复仇者联盟成员
雷神,复仇者联盟成员
蚁人,复仇者联盟成员
绿巨人,复仇者联盟成员
黑寡妇,复仇者联盟成员
洛基,火神
鹰眼,复仇者联盟成员
战争机器,复仇者联盟成员
蜘蛛侠,复仇者联盟成员
幻视,复仇者联盟成员
红骷髅,九头蛇组织创始人
黑豹,瓦坎达国王
泽莫男爵,美国队长宿敌
人物关系:姓名1,姓名2,关系类型
start,end,relation
钢铁侠,美国队长,内战
美国队长,钢铁侠,内战
蜘蛛侠,钢铁侠,师傅
钢铁侠,战争机器,好友
幻视,钢铁侠,AI管家
钢铁侠,霍华德·斯塔克,儿子
钢铁侠,绿巨人,搭档
美国队长,红骷颅,宿敌
红骷颅,美国队长,宿敌
黑豹,美国队长,庇护
泽莫男爵,美国队长,敌对
美国队长,泽莫男爵,敌对
美国队长,佩姬·卡特,二战恋人
美国队长,巴基,好友
巴基,美国队长,好友
洛基,雷神,弟弟
绿巨人,雷神,结识
黑寡妇,鹰眼,暧昧
@
导
入
数
据
启动neo4j服务,打开http://127.0.0.1:7474
文件存放位置:neo4j安装目录的import文件夹下
导入节点数据,先不添加标签
LOAD CSV WITH HEADERS FROM "file:///data_node.csv" AS line MERGE ({name:line.name,role:line.role})
给不同的角色添加不同的标签
以“复仇者联盟成员”为例:
MATCH (n { role: '复仇者联盟成员' }) SET n :复仇者联盟成员 RETURN n
MATCH (n { role: '神盾局创始人' })SET n :神盾局创始人 RETURN n
MATCH (n { role: '斯塔克工业创始人' })SET n :斯塔克工业创始人 RETURN n
MATCH (n { role: '火神' }) SET n:火神 RETURN n
MATCH (n { role: '九头蛇组织创始人' })SET n :九头蛇组织创始人 RETURN n
MATCH (n { role: '瓦坎达国王' }) SET n :瓦坎达国王 RETURN n
MATCH (n { role: '美国队长宿敌' })SET n :美国队长宿敌 RETURN n
查看所有节点
match (n) return n
点击节点,可以设置节点颜色和大小。
导入关系数据,由于导入节点的时候,并没有设置标签,所以导入关系数据的时候,也不需要设置节点标签。
正确语法:
LOAD CSV WITH HEADERS FROM 'file:///data_relation.csv'as line
MATCH (start {name: line.start})
MATCH (end {name: line.end})
MERGE (start) -[:r{relation:line.relation}]-> (end)
用以下语法,添加节点标签Person,虽然语法不报错,但是并没有把关系添加进去:
LOAD CSV WITH HEADERS FROM 'file:///data_relation.csv'as line
MATCH (start:Person {name: line.start})
MATCH (end:Person {name: line.end})
MERGE (start) -[:r{relation:line.relation}]-> (end)
再查看所有节点和关系
match (n) return n
查看所有复仇者联盟成员的名字
match (n:复仇者联盟成员) return n
点击标签,也可以设置颜色和大小。
查看钢铁侠的全部关系
match p=({name:'钢铁侠'})-[:r]->()return p
点击关系,也可以设置颜色和大小。
查看钢铁侠的2层内的关系
match p=({name:'钢铁侠'})-[*..2]->()return p
查看钢铁侠的好友关系
match p=({name:'钢铁侠'})-[:r{relation:'好友'}]->()return p
这波操作超酷~
重点来了!
这个技术,在哪里可以学到?
Python如何连接Neo4j进行社交网络分析,书中会有介绍哦!
一本书带你学会Python
+ 270分钟授课视频 = 49.00元
识别下方官方京东购买链接,还可享限时折扣哦!
特别提示:此书每本书均配有防盗版二维码,请从官方渠道购买,否则视频、源码等资源全部无效。
清华大学出版社官方活动
奖池:5本《Python机器学习——数据分析与评分卡建模(微课版)》
1.活动发起方:清华大学出版社
2.参与方式:识别下方二维码即可参与抽奖。
3.奖项公布方式:参与抽奖的粉丝请及时关注抽奖小程序二维码中的开奖时间,届时微信会自动推送是否中奖信息。
若被抽中的幸运粉丝,识别二维码、点击输入您的通讯地址即可。
4.注意事项:
(1)本次活动为小程序系统随机抽取,中奖与否,全部随缘!
(2)所有样书将于2019年4月30日统一安排寄送。
(3)若中奖的粉丝,有意修改通讯地址可在本发文中留言。
如果觉得中奖概率太小,可以识别下方京东官方购书链接二维码,抢限时优惠购书!
一本书带你学会Python
+ 270分钟授课视频 = 49.00元
绝对超值 超值 超值~!
别忘了给个好评哦!
因为,您的好评,是对我们最大的鼓励~!
本文源代码获取方式:
在本公众号后台回复:羽毛书,即可获取。