Protege 与 Neo4j 构建教育领域知识图谱及前端可视化实战

代码主体包括：

1. 查询所有节点 + 匹配关系 + 返回所有信息
2. 导出文件路径及文件名称
3. 指定导出的格式为 PLAIN，即简单的 JSON 格式

至此，原始数据已经获得。下面将进行数据的处理，然后利用 Echarts 和 Vue 实现前端可视化。

4. 可视化前的操作

4.1 利用 Python 对数据进行处理

从 Neo4j 导出的 JSON 文件并不符合 ECharts 的数据格式，需要利用 Python 进行处理。

以下是 Python 代码示例，记得修改输入和输出文件的地址：

import json

def convert_to_echarts_data(file_path):
    # 加载 Neo4j 导出的 JSON 数据
    with open(file_path, 'r', encoding='utf-8') as f:
        neo4j_data = json.load(f)
    
    # 初始化 ECharts 数据
    echarts_data = {
        "nodes": [],
        "links": []
    }
    
    # 节点处理
    node_map = {}
    for item in neo4j_data:
        node = item.get("n", None)
        if node:
            node_id = node.get("id")
            node_labels = node.get("labels", [])
            node_properties = node.get("properties", {})
            node_name = node_properties.get("名称", node_properties.get("name", node_id))
            node_uri = node_properties.get("uri", node_id)
            
            if node_id not in node_map:
                echarts_node = {
                    "id": node_id,
                    "name": node_name,
                    "category": node_labels[1] if node_labels else "其他",
                    "value": node_uri,
                    "properties": node_properties
                }
                echarts_data["nodes"].append(echarts_node)
                node_map[node_id] = echarts_node
        
        m_node = item.get("m", None)
        if m_node:
            node_id = m_node.get("id")
            node_labels = m_node.get("labels", [])
            node_properties = m_node.get("properties", {})
            node_name = node_properties.get("名称", node_properties.get("name", node_id))
            node_uri = node_properties.get("uri", node_id)
            
            if node_id not in node_map:
                echarts_node = {
                    "id": node_id,
                    "name": node_name,
                    "category": node_labels[1] if node_labels else "其他",
                    "value": node_uri,
                    "properties": node_properties
                }
                echarts_data["nodes"].append(echarts_node)
                node_map[node_id] = echarts_node
    
    # 边处理
    for item in neo4j_data:
        relationship = item.get("r", None)
        if relationship:
            start_node = relationship.get("start")
            start_id = start_node.get("id")
            end_node = relationship.get("end")
            end_id = end_node.get("id")
            relationship_label = relationship.get("label")
            
            echarts_link = {
                "source": start_id,
                "target": end_id,
                "value": relationship_label,
            }
            echarts_data["links"].append(echarts_link)
    
    return echarts_data

if __name__ == "__main__":
    input_file = r"E:\neo4j\neo4j-community-4.4.41\import\output_4.0.json"
    output_file = "converted_data2.0.json"
    echarts_data = convert_to_echarts_data(input_file)
    with open(output_file, 'w', encoding='utf-8') as f:
        json.dump(echarts_data, f, ensure_ascii=False, indent=4)
    print(f"数据已成功转换并保存到 {output_file}")

4.2 学习 Vue & Echarts

完成数据处理后，结合 Vue 框架和 Echarts 图表库即可实现前端可视化展示。