neo4j runway

Neo4j 跑道

Neo4j Runway 是一个 Python 库，可简化将关系数据迁移到图表的过程。它提供了与 OpenAI 进行抽象通信以对数据运行发现并生成数据模型的工具，以及生成摄取代码并将数据加载到 Neo4j 实例中的工具。

我们的数据模型似乎解决了我们想要回答的三个用例：

• 哪个区域包含最多的子区域？
• 什么货币最受欢迎？
• 哪些国家共享时区？

如果我们希望修改数据模型，我们可以请求法学硕士进行更改。

 gdm . iterate_model ( corrections = "Create a Capital node from the capital property." )
gdm . current_model . visualize ()

代码生成

我们现在可以使用我们的数据模型来生成一些摄取代码。

 gen = PyIngestConfigGenerator ( data_model = gdm . current_model ,
                         username = os . environ . get ( "NEO4J_USERNAME" ),
                         password = os . environ . get ( "NEO4J_PASSWORD" ),
                         uri = os . environ . get ( "NEO4J_URI" ),
                         database = os . environ . get ( "NEO4J_DATABASE" ),
                         file_directory = data_directory , source_name = "countries.csv" )

pyingest_yaml = gen . generate_config_string ()

食入

我们将使用生成的 PyIngest yaml 配置将数据提取到 Neo4j 实例中。

 PyIngest ( config = pyingest_yaml , verbose = False )

我们还可以将其保存为 .yaml 文件并与原始 PyIngest 一起使用。

 gen . generate_config_yaml ( file_name = "countries.yaml" )

这是我们新图表的快照！

图探索性数据分析

Runway 提供了一个模块，可以轻松地在现有图表上运行分析，以获得见解，例如查找孤立节点和对顶级节点度进行排名。

请在此处查看 Runway 的GraphEDA模块的示例。

局限性

Runway 目前处于测试阶段并正在快速开发中。请提出 GitHub 问题并提供有关您想要的任何功能的反馈。以下是当前的一些限制：

• 更复杂的数据建模正在开发中
• 节点可能只有一个标签
• 仅支持唯一性和关键约束
• 目前只能使用 OpenAI 模型
• Runway 仅支持摄取本地文件，但它支持其他摄取方法的代码生成