使用Python操作Neo4j

一、基础环境准备

1.1 创建 Conda 虚拟环境

打开终端/命令行，输入：

1	conda create -n neo4j_env python=3.11 -y

-n neo4j_env：环境名称（可自定义，如 my_neo4j_env）。

python=3.11.0：指定 Python 版本（本次采用3.11.0）。

-y：自动确认安装依赖。

激活环境

1	conda activate neo4j_env # Windows/macOS/Linux 通用命令

1.2 安装 Py2neo 库

安装最新py2neo版本的命令：

1 2	# 或安装最新版（适合 Neo4j 5.x） pip install py2neo

1.3 验证安装

在 Python 交互环境中测试：

from py2neo import __version__
print("Py2neo 版本:", __version__)  # 应显示安装版本号
# 连接 Neo4j 测试（确保本地 Neo4j 服务已启动）
from py2neo import Graph
graph = Graph("bolt://localhost:7687", auth=("neo4j", "你的密码"))
print(graph.run("RETURN '连接成功'").data())

可以看到，已经成功连接neo4j数据库。

二、neo4j的基础语法

2.1 创建节点与关系

2.1.1 创建节点

创建一个Person的节点，名字是Alice。相当于Alice被划分为Person这个类别。

对于Person节点，有name和age两个属性。

from py2neo import Graph, Node


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 创建节点
node = Node("Person", name="Alice", age=30)
graph.create(node)

在neo4j内，每一个点称作一个实体(节点)，Alice就是一个实体，拥有age和name两个属性。

2.1.2 创建关系

在此之前，我们先清空neo4j内的所有数据，使用以下CQL语句：

1 2	MATCH (n) DETACH DELETE n

清除之后，数据库内再无任何实体。

然后，我们开始创建Alice与Bob的关系，设定他们是朋友关系，指向关系为：alice->bob；since表示朋友关系的开始时间。

创建代码如下：

from py2neo import Graph, Node, NodeMatcher,Relationship


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 创建节点间关系
alice = Node("Person", name="Alice")
bob = Node("Person", name="Bob")
relation = Relationship(alice, "FRIEND", bob, since=2025)
graph.create(relation)  # 提交关系

2.1.3 注意事项

重复执行创建关系，并不会覆盖，而是会新建节点与关系。

我们再次执行2.1.2的代码，可以看到Alice和Bob再次形成新的实体，且id是不一样的。

2.2 merge的使用

2.2.1 注意事项graph.create()的缺点

在通过graph.create()进行节点、关系创建时，多次执行后，我们会重复创建相同的节点与关系。

实际上，多数情况下，这并不是我们想要的结果，我们想要的是即使多次执行，仍然只创建一组实体。

对于此，我们可以采用merge函数来解决这个问题。

2.2.2 merge的效果

存在则匹配：若指定模式已存在，则直接匹配并返回结果。
不存在则创建：若模式不存在，则创建该模式的所有元素（节点、关系及属性）。

在py2neo中，merge 会检查实体的 is_bound 状态（是否已绑定到数据库）。若实体未绑定（即未预先提交），则会自动创建并绑定实体，再创建关系。

简单来说，若实体存在，就不再次创建实体，直接创建关系；如果不存在，就先创建实体再创建关系。

2.2.3 merge的python代码

from py2neo import Graph, Node, NodeMatcher,Relationship


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 创建节点间关系
alice = Node("Person", name="Alice")
bob = Node("Person", name="Bob")
relation = Relationship(alice, "FRIEND", bob, since=2026)
graph.merge(alice,"Person","name")  # 提交节点
graph.merge(bob,"Person","name")  # 提交节点
graph.merge(relation,"Person","name")  # 提交关系

即使我们多次执行此代码，也仅形成一个实体关系对。

2.3 实体的查询

2.3.1 查询节点

通过NodeMatcher去匹配节点。

from py2neo import Graph, Node, NodeMatcher,Relationship,RelationshipMatcher


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 使用NodeMatcher
matcher = NodeMatcher(graph)
# 匹配name=Alice的节点
result = matcher.match("Person").where("_.name = 'Alice'").all()


print(result)

2.3.2 查询关系

通过RelationshipMatcher去匹配关系。

from py2neo import Graph, Node, NodeMatcher,Relationship,RelationshipMatcher


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 使用RelationshipMatcher
rel_matcher = RelationshipMatcher(graph)
relations = rel_matcher.match(r_type="FRIEND").all()


print(relations)

2.4 删除实体与关系

2.4.1 删除实体

通过graph.delete()删除指定实体，当实体被删除后，其关系将自动被删除。

本质：匹配到指定节点，然后用delete删除。

from py2neo import Graph, Node, NodeMatcher,Relationship


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))


# 按条件删除节点
matcher = NodeMatcher(graph)
# 匹配第一个Alice的Person节点
node = matcher.match("Person", name="Alice").first()
if node:
	graph.delete(node)  # 自动删除关联关系

在删除Alice实体后，Alice实体的关系也被删除，仅保留Bob实体。

2.4.2 删除关系

通过graph.delete()删除指定关系，实体会被保留。

本质：匹配到指定关系，然后用delete删除。

from py2neo import Graph, Node, NodeMatcher,Relationship,RelationshipMatcher


# 连接 Docker 内的 Neo4j
graph = Graph("bolt://localhost:7687", auth=("neo4j", "neo4j1234"))




# 删除特定关系
rel_matcher = RelationshipMatcher(graph)
# 匹配FRIEND的关系
relation = rel_matcher.match(r_type="FRIEND").first()
if relation:
    graph.separate(relation)  # 仅删除关系，保留节点