September 2020
Intermediate to advanced
213 pages
5h 25m
Chinese
Content preview from 数据分析之图算法: 基于Spark和Neo4j
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
图算法实战
｜
125
对于
Yelp
数据集而言，由于需要一次性导入大量数据，因此导入工具是最佳选择，详见
附录。
7.1.3
图模型
Yelp
数据可用图
7-2
所示的图模型表示。
图 7-2：Yelp 图模型
该图包含带有
User
标记的节点，该节点与其他
User
有
FRIENDS
关系。
User
还会撰写关
于
Business
的
Review
和提示。所有元数据都以节点属性存储，而业务类别除外，单独用
Category
节点表示。将属性
City
和
Area
抽取到子图中，可得到位置数据。在其他用例中，
将日期等其他属性抽取到节点或将节点折叠到关系（如评论）也很有意义。
Yelp
数据集还包括用户提示和照片，但本例不会用到这些信息。
7.1.4
Yelp
数据概览
将数据加载到
Neo4j
中后，就可以执行一些探索性查询了。为了了解
Yelp
数据，要探查每
个类别中的节点数量和存在的关系类型。之前展示了针对
Neo4j
示例的
Cypher
查询，不过
还可以用另一种编程语言来执行这些查询。由于
Python
是数据科学家的首选语言，因此在
想把结果关联到
Python
生态系统中的其他库时，可使用
Neo4j
的
Python
驱动程序。如果
只想显示查询结果，则可直接使用
Cypher
。
本章将展示如何把
Neo4j
与流行的
pandas
库结合使用，该库可有效整理数据库外部的数据。
本章还将介绍如何使用
tabulate
库来美化从
pandas
获得的结果，以及如何使用
matplotlib
库
将数据可视化。
此外，还可以使用
Neo4j
的
APOC
程序库来辅助编写功能更强大的
Cypher ...