neo4j小白入门

1.建立几个学校的节点

1.1创建一个节点的Cypher命令

复制代码
create (Variable:Lable {Key1:Value,Key2,Value2}) return Variable

1.2创建一个学校的节点

复制代码
create (n:School{name:'清华大学',code: '10003',establishmentDate:date ("1911-04-29")})return n

1.3一次创建几个学校的节点

复制代码
create (n:School{name:'北京大学',code: '10001',establishmentDate:date ("1898-07-03")}),(:School{name:'复旦大学',code: '10246',establishmentDate:date ("1905-05-27")}),(:School{name:'上海交通大学',code: '10248',establishmentDate:date ("1896-04-08")})return n

1.4建立北京和上海两个节点

复制代码
create(n:Location{name:'北京'}),(:Location{name:'上海'})return n

2创建学校和地区关系

2.1创建学校节点'清华大学'和地区'北京'的关系

复制代码
match(a:School),(b:Location) where a.name='清华大学'and b.name='北京' create (a)-[r:Establish]->(b) return r

3.查询学校节点

3.1查询某个学校的节点

复制代码
match(a:School) where a.name='上海交通大学' return a

3.2查询某个标签的所有节点

复制代码
match(b:Location) return b

3.3通过函数type获取某个节点关系的类型

复制代码
match(:School{name:'清华大学'})-[r]->() return type(r)

4.删除节点

4.1删除某个标签的节点

复制代码
match(n:School) delete n

4.2删除所有节点

复制代码
match(n) delete n

4.3删除两个节点之间的关系

复制代码
match(:School{name:'清华大学'})-[r]->(:Location{name:'北京'}) delete r

4.4删除某个节点的关系

复制代码
match(:School{name:'清华大学'})-[r]->() delete r

4.5删除某个标签的全部关系

复制代码
match(:School)-[r]->() delete r

5.增加节点属性

复制代码
match(a:School)where a.name='北京大学'set a.abbreviation='PekingUniversity'return a

6.删除节点属性

复制代码
match(a:School)where a.name='北京大学'remove a.abbreviation
相关推荐
一个处女座的程序猿7 小时前
LLMs之Agents:Graphiti(为 AI 代理构建实时知识图谱)的简介、安装和使用方法、案例应用之详细攻略
人工智能·知识图谱·llms·agents·graphiti
小程故事多_809 小时前
基于LangGraph与Neo4j构建智能体级GraphRAG:打造下一代膳食规划助手
人工智能·aigc·neo4j
serve the people10 小时前
TensorFlow 中定义模型和层
人工智能·tensorflow·neo4j
P-ShineBeam1 天前
知识图谱-数据科学图谱可扩展平台-KGLiDS
人工智能·自然语言处理·知识图谱
Sindy_he1 天前
2025最新版微软GraphRAG 2.0.0本地部署教程:基于Ollama快速构建知识图谱
python·microsoft·大模型·知识图谱·rag
serve the people1 天前
tensorflow计算图的底层原理
人工智能·tensorflow·neo4j
benna1 天前
多模态知识图谱的构建及在热点新闻事件中的应用
人工智能·知识图谱
龙腾亚太2 天前
大模型十大高频问题一:RAG(检索增强生成)和微调,哪个更适合我的业务场景?
llm·知识图谱·数字孪生·vla·人工智能大模型
KG_LLM图谱增强大模型2 天前
从人类专家到机器:大模型支持的人机协同本体与知识图谱自动构建
人工智能·深度学习·知识图谱·图谱增强大模型
Blossom.1182 天前
基于知识图谱+LLM的工业设备故障诊断:从SQL日志到可解释推理的实战闭环
人工智能·python·sql·深度学习·算法·transformer·知识图谱