讲技术之前先引个好玩的热点话题，带你与时代接轨~
漫威系列电影《复仇者联盟4》上映
你去看了吗？
小编就盼着周末去好好享受
谁剧透，跟谁急！
复仇者联盟 之绝对不剧透
漫威英雄们为了不让自己剧透也是使出了浑身解数。在洛杉矶全球首映礼上记者费尽心机想要从各位演员身上套点信息：“如果你活下来就眨一下眼睛，死了就眨两下”。
“绿巨人” ：我就是不眨，看你怎么样！
“雷神”：我眨了23下，你猜我活没活着~
“蚁人”：我不睁眼就不用眨眼了~
希望大家可以像奇异博士学习
做个合格的影迷哦
都谁看了复联4？
据说，看复联4的，分三种人：
（1）骨灰粉
看完晒票根发感慨的
（2）路人粉
还没看，但是怕被剧透的
（3）纯属小白跟风
被漫威错综复杂的人物线，搞得一头雾水
敲黑板，讲技术重点了~！来，先放一张成品图，帮你理清核心人物一张图带你读懂“妇联4”人物关系！
人物节点和关系数据
人物节点数据：姓名和角色
name,role
霍华德·斯塔克,斯塔克工业创始人
佩姬·卡特,神盾局创始人
美国队长,复仇者联盟成员
钢铁侠,复仇者联盟成员
巴基,复仇者联盟成员
雷神,复仇者联盟成员
蚁人,复仇者联盟成员
绿巨人,复仇者联盟成员
黑寡妇,复仇者联盟成员
洛基,火神
鹰眼,复仇者联盟成员
战争机器,复仇者联盟成员
蜘蛛侠,复仇者联盟成员
幻视,复仇者联盟成员
红骷髅,九头蛇组织创始人
黑豹,瓦坎达国王
泽莫男爵,美国队长宿敌
人物关系：姓名1，姓名2，关系类型
start,end,relation
钢铁侠,美国队长,内战
美国队长,钢铁侠,内战
蜘蛛侠,钢铁侠,师傅
钢铁侠,战争机器,好友
幻视,钢铁侠,AI管家
钢铁侠,霍华德·斯塔克,儿子
钢铁侠,绿巨人,搭档
美国队长,红骷颅,宿敌
红骷颅,美国队长,宿敌
黑豹,美国队长,庇护
泽莫男爵,美国队长,敌对
美国队长,泽莫男爵,敌对
美国队长,佩姬·卡特,二战恋人
美国队长,巴基,好友
巴基,美国队长,好友
洛基,雷神,弟弟
绿巨人,雷神,结识
黑寡妇,鹰眼,暧昧
@
导
入
数
据
启动neo4j服务，打开http://127.0.0.1:7474
文件存放位置：neo4j安装目录的import文件夹下
导入节点数据，先不添加标签
LOAD CSV WITH HEADERS FROM "file:///data_node.csv" AS line MERGE ({name:line.name,role:line.role})
给不同的角色添加不同的标签
以“复仇者联盟成员”为例：
MATCH (n { role: '复仇者联盟成员' }) SET n :复仇者联盟成员RETURN n
MATCH (n { role: '神盾局创始人' })SET n :神盾局创始人RETURN n
MATCH (n { role: '斯塔克工业创始人' })SET n :斯塔克工业创始人RETURN n
MATCH (n { role: '火神' }) SET n:火神RETURN n
MATCH (n { role: '九头蛇组织创始人' })SET n :九头蛇组织创始人RETURN n
MATCH (n { role: '瓦坎达国王' }) SET n :瓦坎达国王RETURN n
MATCH (n { role: '美国队长宿敌' })SET n :美国队长宿敌RETURN n
查看所有节点
match (n) return n
点击节点，可以设置节点颜色和大小。
导入关系数据，由于导入节点的时候，并没有设置标签，所以导入关系数据的时候，也不需要设置节点标签。
正确语法：
LOAD CSV WITH HEADERS FROM 'file:///data_relation.csv'as line
MATCH (start {name: line.start})
MATCH (end {name: line.end})
MERGE (start) -[:r{relation:line.relation}]-> (end)
用以下语法，添加节点标签Person，虽然语法不报错，但是并没有把关系添加进去：
LOAD CSV WITH HEADERS FROM 'file:///data_relation.csv'as line
MATCH (start:Person {name: line.start})
MATCH (end:Person {name: line.end})
MERGE (start) -[:r{relation:line.relation}]-> (end)
再查看所有节点和关系
match (n) return n
查看所有复仇者联盟成员的名字
match (n:复仇者联盟成员) return n
点击标签，也可以设置颜色和大小。
查看钢铁侠的全部关系
match p=({name:'钢铁侠'})-[:r]->()return p
点击关系，也可以设置颜色和大小。
查看钢铁侠的2层内的关系
match p=({name:'钢铁侠'})-[*..2]->()return p
查看钢铁侠的好友关系
match p=({name:'钢铁侠'})-[:r{relation:'好友'}]->()return p
这波操作超酷~
重点来了！
这个技术，在哪里可以学到？
Python如何连接Neo4j进行社交网络分析，书中会有介绍哦！
好 书 推 荐 @上榜理由
超 值 推 荐
一本书带你学会Python
+270分钟授课视频= 49.00元
识别下方官方京东购买链接，还可享限时折扣哦！
特别提示：此书每本书均配有防盗版二维码，请从官方渠道购买，否则视频、源码等资源全部无效。
赠 书 活 动
清华大学出版社官方活动
奖池：5本《Python机器学习——数据分析与评分卡建模（微课版）》
1.活动发起方：清华大学出版社
2.参与方式：识别下方二维码即可参与抽奖。
3.奖项公布方式：参与抽奖的粉丝请及时关注抽奖小程序二维码中的开奖时间，届时微信会自动推送是否中奖信息。
若被抽中的幸运粉丝，识别二维码、点击输入您的通讯地址即可。
4.注意事项：
（1）本次活动为小程序系统随机抽取，中奖与否，全部随缘！
（2）所有样书将于4月30日统一安排寄送。
（3）若中奖的粉丝，有意修改通讯地址可在本发文中留言。
如果觉得中奖概率太小，可以识别下方京东官方购书链接二维码，抢限时优惠购书！
一本书带你学会Python
+270分钟授课视频= 49.00元
绝对超值 超值 超值~！
别忘了给个好评哦！
因为，您的好评，是对我们最大的鼓励~！
本文源代码获取方式：
在本公众号后台回复：羽毛书，即可获取。
本文转自：Python数据分析与评分卡建模，如需转载，请联系原公众号
