1: 向Neo4j图中添加节点

 results = News.objects.todays_news()
 for r in results:
   article = graph.merge_one("NewsArticle", "news_id", r)
   article.properties["title"] = results[r]['news_title']
   article.properties["timestamp"] = results[r]['news_timestamp']
   article.push()
   [...]

向图中添加节点非常简单，graph.merge_one非常重要，因为它可以防止重复项。（如果你运行脚本两次，那么第二次它会更新标题，而不会为相同的文章创建新节点）

timestamp应该是一个整数，而不是日期字符串，因为Neo4j没有真正的日期数据类型。如果将日期存储为'05-06-1989'这样的字符串，会导致排序问题。

article.push()是实际将操作提交到Neo4j的调用。不要忘记这一步。

2: 导入和身份验证

 from py2neo import authenticate, Graph, Node, Relationship
 authenticate("localhost:7474", "neo4j", "")
 graph = Graph()

你必须确保你的Neo4j数据库存在于localhost:7474，并且具有适当的凭据。

graph对象是你在其余Python代码中与Neo4j实例交互的接口。与其将它作为一个全局变量，不如将其保留在类的__init__方法中。

3: 向Neo4j图中添加关系

 results = News.objects.todays_news()
 for r in results:
   article = graph.merge_one("NewsArticle", "news_id", r)
   if 'LOCATION' in results[r].keys():
     for loc in results[r]['LOCATION']:
       loc = graph.merge_one("Location", "name", loc)
       try:
         rel = graph.create_unique(Relationship(article, "about_place", loc))
       except Exception, e:
         print e

create_unique对于避免重复项很重要。除此之外，它是一个相当直接的操作。关系名称也很重要，因为在高级情况下你会用到它。

4: 查询1：新闻标题自动补全

 def get_autocomplete(text):
   query = """
   start n = node(*) where n.name =~ '(?i)%s.*' return n.name,labels(n) limit 10;
   """
 
   query = query % (text)
   obj = []
   for res in graph.cypher.execute(query):
     # print res[0],res[1]
     obj.append({'name':res[0],'entity_type':res[1]})
   return res

这是一个示例Cypher查询，用于获取所有具有以参数text开头的属性name的节点。

5: 查询2：按特定日期和地点获取新闻文章

 def search_news_by_entity(location,timestamp):
   query = """
   MATCH (n)-[]->(l)
   where l.name='%s' and n.timestamp='%s'
   RETURN n.news_id limit 10
   """
   
   query = query % (location,timestamp)
   
   news_ids = []
   for res in graph.cypher.execute(query):
     news_ids.append(str(res[0]))
     
   return news_ids

你可以使用这个查询来查找所有通过关系连接到特定地点（l）的新闻文章（n）。

6: Cypher查询示例

按时间统计与特定人物相关的文章数量

 MATCH (n)-[]->(l)
 where l.name='Donald Trump'
 RETURN n.date,count(*) order by n.date

搜索与特朗普相关的其他人物/地点（至少有5个关系节点）

 MATCH (n:NewsArticle)-[]->(l)
 where l.name='Donald Trump'
 MATCH (n:NewsArticle)-[]->(m)
 with m,count(n) as num where num>5:
   return labels(m)[0],(m.name), num order by num desc limit 10