python知识图谱用什么框架,python数据结构知识点总结

　　第一篇前言。设置环境2。使用步骤1。介绍数据库2。显示数据3。读入数据4。连接图形数据库5。创建知识地图6。总结知识地图的显示。

　　序言使用Python读取CSV数据以生成简单的知识地图

　　1.环境设置pandas==1.1.5py2neo==2021.0.1如果py2neo安装失败，请升级pip。

　　第二，使用步骤1。从py2neo导入图，节点，关系2导入panda作为PD。数据显示一些事故和灾难的数据：

　　博主提供100条数据用于个人学习实验。

　　链接：https://pan.baidu.com/s/15fjkOMyaxZTVSocWeiRzuQ

　　接代码：qjbx

　　3.读取数据#字段映射字典mapping_dict={ 发生时间:发生时间，释放时间，发生地点:场景，死亡人数:死亡人数，受伤人数:受伤直接损失:直接损失，事故主体单位:事故单位，灾害事故类型:事故类型，预防和整改:预防_整改，处理建议:处理_建议，应急措施:应急措施，直接原因:立即原因，严重程度:顺序_严重程度，应急响应 }#读取文件存储encoding= utf-8 )# get column label columns _ list=storage _ df . columns()# get data nums=len(storage _ df[ title ])# delete title columns _ list . remove( title )#反转映射字典new _ dict=dict(zip(mapping _ dict . values()、mapping _ dict.keys ())) 4 . 连接图形数据库#连接数据库，输入个人配置graph=graph( 3358 localhost:7474//browser/，Username= ，password= ，run= sub) #清除所有数据graph.delete_all()#打开新事务graph.begin()参数。详情请参考官网：https://py2neo.readthedocs.io/en/latest/。

　　5.为范围内的I创建知识图谱(NUMS):data _ dict={ } title=storage _ df[ title ][I]for columns _ list:if str(storage _ df[columns][I])！= nan :data _ dict[columns]=storage _ df[columns][I]#用节点属性node1=node (case ，name=title，* * data _ dict) graph.merge (node1， case ，Name) #删除id列data_dict.pop(id) #在data _ dict.items()中为key，value创建与辅助节点的关系：#创建辅助节点node2=node (key，name=value) graph.merge (node2，key，Name) #创建

　　可以向每个节点和关系添加多个属性。

　　6.知识地图显示

　　总结工作随笔，希望能帮到你！

　　如有不足之处，请大家指教！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。