知识图谱是一种用于表示和存储知识的图形化知识库，它描述了现实世界中实体、概念、实体间的关系以及属性等信息。知识图谱的构建需要从多个来源收集数据，并使用自然语言处理、机器学习等技术进行数据清洗、实体识别、关系抽取等处理，最终形成一个结构化的知识库。
推T是全球最受欢迎的社交媒体平台之一，也是分析社会趋势和用户行为的丰富数据来源。
在Neo4j这个强大的图形数据库的帮助下，可以很容易地将推T的数据表现为图形，并进行复杂的查询以获得对数据的洞察力。
在本教程中，将经历设置Neo4j的过程，使用Python将推T数据导入Neo4j，并对数据执行一些基本和更高级的查询。
这个项目包含五个部分：
A. 安装和设置Neo4j。
B. 安装和设置Neo4j桌面。
C. 查看推T的数据。
D. 使用从Python中收集的推文创建Neo4j图形模型。
E. 使用Cypher查询来探索推T的数据。
请注意，A部分和B部分实现相同的目的，即在电脑上安装和设置Neo4j。唯一不同的是，在B部分中，使用的是桌面版，它提供了一个GUI，对某些人来说可能更方便使用。本教程把这两种方法都包括在内，以便可以选择想要的任何一种方法。
A.安装和设置Neo4j
首先，从官方网站下载Neo4j Community Edition（Neo4j社区版）。在顶部的菜单上，进入“开发者”，并选择“下载中心”选项。为操作系统选择合适的版本，并按照安装说明进行操作。
在Neo4j下载页面，请务必选择“社区服务器”选项，并下载与操作系统相对应的.zip
文件。
对于Windows 10，应该选择Windows zip
文件。通常建议下载最新版本的Neo4j，除非有特定原因需要使用旧版本。如果确实需要旧版本，可以在页面上向下滚动以找到可用的Neo4j旧版本并选择想要的版本。
下载Neo4j.zip
文件后，将其解压缩到名称为neo4j-community-5.6.0
的文件夹中（名称可能因下载的版本而异）。接下来，需要将此文件夹移动到希望存储Neo4j文件的位置。例如，本文已将其移至C:\Program Files
（请注意，需要管理员权限才能执行此操作）。将文件夹重命名为“neo4j
”之类的名称也是一个好主意，但这个选择由自己决定。
然后需要将bin文件夹（C:\Program Files\neo4j\bin
）添加到Windows的环境变量中。
安装完成后，从安装目录启动Neo4j。只需在Windows命令行中输入neo4j console
即可。请注意，运行此命令可能需要几秒钟。
可以通过浏览链接http://localhost:7474/browser/，访问Neo4j浏览器。系统将会提示使用默认用户和密码进行连接。在这一步之后，将被要求为初始用户设置一个新的密码。默认的凭证是：
用户名：neo4j
密码：neo4j
恭喜！现在已经设置完成了Neo4j，并准备好创建图形模型和运行Cypher查询，以探索它们并得到结论！
如果想拥有一个GUI，可以使用它来设置Neo4j数据库实例并与之交互，请查看下一部分，否则请跳过这一部分。
B.安装和设置Neo4j桌面
首先，从官方网站下载Neo4j桌面。点击“下载”按钮后，系统将提示填写表格。填写完成然后后点击“下载桌面”。
下载可执行文件后，双击它并按照安装向导进行操作。首次打开Neo4j Desktop时，系统会要求进行注册，但这并不是使用该应用程序的必须条件。
当打开Neo4j Desktop时，需要创建一个新的数据库实例。为此，在左上角单击“新建”并选择“创建项目”，如下图所示：
上述步骤完成后，点击“创建”就完成了!请记住，创建数据库可能需要几秒钟。创建后，将在主屏幕上看到它，如下图所示：
点击“开始”以启动与创建的数据库的连接。然后可以选择“打开”按钮中的下拉菜单并选择要打开数据库界面的位置（Neo4j浏览器、Neo4j Bloom、Neo4j ETL工具、终端）。
最后一步是安装一些库，稍后的一些查询将需要这些库。通过将鼠标悬停在创建的数据库上并点击它，屏幕右侧会出现一个带有一些选项的侧面菜单。按照下图所示的步骤进行操作：
恭喜！现在已经设置完成了Neo4j，并准备好创建图形模型和运行Cypher查询，以探索它们并得到结论！
推荐书单
《Python数据分析从入门到精通》
《Python数据分析从入门到精通》全面介绍了使用Python进行数据分析所必需的各项知识。全书共分为14章，包括了解数据分析、搭建Python数据分析环境、Pandas统计分析、Matplotlib可视化数据分析图表、Seaborn可视化数据分析图表、第三方可视化数据分析图表Pyecharts、图解数组计算模块NumPy、数据统计分析案例、机器学习库Scikit-Learn、注册用户分析（MySQL版）、电商销售数据分析与预测、二手房房价分析与预测，以及客户价值分析。
该书所有示例、案例和实战项目都提供源码，另外该书的服务网站提供了模块库、案例库、题库、素材库、答疑服务，力求为读者打造一本“基础入门+应用开发+项目实战”一体化的Python数据分析图书。
《Python数据分析从入门到精通》内容详尽，图文丰富，非常适合作为数据分析人员的学习参考用书，也可作为想拓展数据分析技能的普通职场人员和Python开发人员学习参考用书。
购买链接：https://item.jd.com/13288736.html
