neo4j runway

Neo4j 跑道

Neo4j Runway 是一個 Python 函式庫，可簡化將關聯式資料移轉到圖表的過程。它提供了與 OpenAI 進行抽象通訊以對資料運行發現並生成資料模型的工具，以及生成攝取程式碼並將資料載入到 Neo4j 實例中的工具。

我們的資料模型似乎解決了我們想要回答的三個用例：

• 哪個區域包含最多的子區域？
• 什麼貨幣最受歡迎？
• 哪些國家共享時區？

如果我們希望修改資料模型，我們可以請求法學碩士進行更改。

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

程式碼生成

我們現在可以使用我們的資料模型來產生一些攝取程式碼。

 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

我們將使用產生的 PyIngest yaml 配置將資料提取到 Neo4j 實例中。

 PyIngest ( config = pyingest_yaml , verbose = False )

我們也可以將其儲存為 .yaml 檔案並與原始 PyIngest 一起使用。

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

這是我們新圖表的快照！

圖表探索性資料分析

Runway 提供了一個模組，可以輕鬆地在現有圖表上執行分析，以獲得見解，例如尋找孤立節點和對頂級節點度進行排名。

請在此處查看 Runway 的GraphEDA模組的範例。

限制

Runway 目前處於測試階段並且正在快速開發中。請提出 GitHub 問題並提供有關您想要的任何功能的回饋。以下是當前的一些限制：

• 更複雜的數據建模正在開發中
• 節點可能只有一個標籤
• 僅支援唯一性和關鍵約束
• 目前只能使用 OpenAI 模型
• Runway 僅支援攝取本機文件，但它支援其他攝取方法的程式碼生成