`langchain_community.graphs.networkx_graph`.NetworkxEntityGraph¶

class langchain_community.graphs.networkx_graph.NetworkxEntityGraph(graph: Optional[Any] = None)[source]¶

用于实体图操作的Networkx包装器。

安全提示: 确保数据库连接使用的凭据范围狭窄，仅包括必要的权限。

如果未能这样做，可能会导致数据损坏或丢失，因为调用代码可能会尝试执行会导致删除、变异数据（如果适当提示）或读取敏感数据（如果数据库中存在此类数据）的命令。防范这些负面结果的最佳方法是（根据需要）限制授予此工具使用的凭据的权限。

有关更多信息，请参见 https://python.langchain.com/docs/security。

创建一个新的图。

Methods

`__init__`([graph])	创建一个新的图。
`add_node`(node)	在图中添加节点。
`add_triple`(knowledge_triple)	向图中添加一个三元组。
`clear`()	清除图表。
`clear_edges`()	清除图的边缘。
`delete_triple`(knowledge_triple)	从图中删除一个三元组。
`draw_graphviz`(**kwargs)	提供更好的绘图
`from_gml`(gml_path)
`get_entity_knowledge`(entity[, depth])	获取有关实体的信息。
`get_neighbors`(node)	返回给定节点的邻居节点。
`get_number_of_nodes`()	获取图中节点的数量。
`get_topological_sort`()	按因果依赖关系排序的图中实体名称列表。
`get_triples`()	获取图中的所有三元组。
`has_edge`(source_node, destination_node)	如果图中存在给定节点之间的边，则返回True。
`has_node`(node)	如果图中有给定的节点，则返回。
`remove_edge`(source_node, destination_node)	从图中删除边。
`remove_node`(node)	从图中删除节点。
`write_to_gml`(path)

Parameters: graph (Optional[Any]) –
Return type: None

__init__(graph: Optional[Any] = None) → None[source]¶

创建一个新的图。

Parameters: graph (Optional[Any]) –
Return type: None

add_node(node: str) → None[source]¶

在图中添加节点。

Parameters: node (str) –
Return type: None

add_triple(knowledge_triple: KnowledgeTriple) → None[source]¶

向图中添加一个三元组。

Parameters: knowledge_triple (KnowledgeTriple) –
Return type: None

clear() → None[source]¶

清除图表。

Return type: None

clear_edges() → None[source]¶

清除图的边缘。

Return type: None

delete_triple(knowledge_triple: KnowledgeTriple) → None[source]¶

从图中删除一个三元组。

Parameters: knowledge_triple (KnowledgeTriple) –
Return type: None

draw_graphviz(**kwargs: Any) → None[source]¶

提供更好的绘图

在jupyter notebook中的使用：

>>> from IPython.display import SVG
>>> self.draw_graphviz_svg(layout="dot", filename="web.svg")
>>> SVG('web.svg')

Parameters: kwargs (Any) –
Return type: None

classmethod from_gml(gml_path: str) → NetworkxEntityGraph[source]¶

Parameters: gml_path (str) –
Return type: NetworkxEntityGraph

get_entity_knowledge(entity: str, depth: int = 1) → List[str][source]¶

获取有关实体的信息。

Parameters

entity (str) –
depth (int) –

Return type

List[str]

get_neighbors(node: str) → List[str][source]¶

返回给定节点的邻居节点。

Parameters: node (str) –
Return type: List[str]

get_number_of_nodes() → int[source]¶

获取图中节点的数量。

Return type: int

get_topological_sort() → List[str][source]¶

按因果依赖关系排序的图中实体名称列表。

Return type: List[str]

get_triples() → List[Tuple[str, str, str]][source]¶

获取图中的所有三元组。

Return type: List[Tuple[str, str, str]]

has_edge(source_node: str, destination_node: str) → bool[source]¶

如果图中存在给定节点之间的边，则返回True。

Parameters

source_node (str) –
destination_node (str) –

Return type

bool

has_node(node: str) → bool[source]¶

如果图中有给定的节点，则返回。

Parameters: node (str) –
Return type: bool

remove_edge(source_node: str, destination_node: str) → None[source]¶

从图中删除边。

Parameters

source_node (str) –
destination_node (str) –

Return type

None

remove_node(node: str) → None[source]¶

从图中删除节点。

Parameters: node (str) –
Return type: None

write_to_gml(path: str) → None[source]¶

Parameters: path (str) –
Return type: None

Examples using NetworkxEntityGraph¶

networkx.md

langchain_community.graphs.networkx_graph.NetworkxEntityGraph¶

Examples using NetworkxEntityGraph¶

`langchain_community.graphs.networkx_graph`.NetworkxEntityGraph¶