入门指南

在本节中,我们将介绍使用 neo4j-viz 库创建可视化图的基础知识。我们将使用一个小型示例图,展示几个人和商品的购买历史。

要运行下面的示例,请先确保已安装该库

我们首先实例化我们图中需要的 节点关系。节点唯一必需的字段是 “id”,关系必需的字段是 “source” 和 “target”。其他字段可以选用,用于自定义可视化中节点和关系的外观。

最后,我们使用创建的节点和关系创建一个 VisualizationGraph 对象,并调用它的 render 方法来显示图。

from neo4j_viz import Node, Relationship, VisualizationGraph

nodes = [
    Node(id=0, size=10, caption="Person"),
    Node(id=1, size=10, caption="Product"),
    Node(id=2, size=20, caption="Product"),
    Node(id=3, size=10, caption="Person"),
    Node(id=4, size=10, caption="Product"),
]

relationships = [
    Relationship(
        source=0,
        target=1,
        caption="BUYS",
    ),
    Relationship(
        source=0,
        target=2,
        caption="BUYS",
    ),
    Relationship(
        source=3,
        target=2,
        caption="BUYS",
    ),
]

VG = VisualizationGraph(nodes=nodes, relationships=relationships)

VG.render(initial_zoom=2)

请参阅 Jupyter notebook 以交互式地查看图。

Graph

正如上图所示,其中一个节点的半径比其他节点大。这是因为我们把该节点的 “size” 字段设为 20,而其他节点设为 10。

此时所有节点的颜色相同。如果我们想区分不同类型的节点,可以使用 color_nodes 方法为它们着色。我们可以将用于着色的字段作为参数传入。本例中使用 “caption” 字段。具有相同 “caption” 的节点会使用相同的颜色。我们使用默认的配色方案,即 Neo4j 的配色方案。

VG.color_nodes(field="caption")

VG.render(initial_zoom=2)

请参阅 Jupyter notebook 以交互式地查看图。

Graph with colors

现在我们可以轻松地区分图中不同类型的节点。

后续步骤

既然我们已经了解了创建和渲染可视化图的基础,就可以继续学习更高级的主题了。

以下是一些后续建议