📚 课程目录第2章环境搭建

第2章：环境搭建——那些年我踩过的坑

环境搭建，说白了就是把你电脑武装成能跑图神经网络的分析机。很多人觉得这步简单，直接 pip install 完事。嗯，等你装完发现版本冲突，那就晚了。

核心目标：完成 PyTorch、PyG（PyTorch Geometric）、Neo4j 驱动及其 Python 客户端的安装与基础配置。

2.1 基石：Python 环境与 PyTorch

我个人习惯用 Anaconda 或 Miniconda 管理 Python 环境。为什么不直接用系统 Python？隔离性好，省心。你想想看，一个药物图谱项目依赖的包版本，和另一个 NLP 项目打架，多烦。

先创建一个干净的虚拟环境，指定 Python 3.9 或 3.10。我个人推荐 3.9，兼容性更广。

conda create -n drug_kge python=3.9 -y
conda activate drug_kge

安装 PyTorch。这一步是重中之重。PyG 的版本完全绑定 PyTorch 的版本，配错了后面全是泪。

去 PyTorch 官网，找到你 CUDA 版本对应的命令。如果没有 GPU，也可以装 CPU 版本，但训练会慢一些。

# CUDA 11.8 版本示例
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

# CPU 版本示例
pip install torch torchvision torchaudio

避坑指南：检查 CUDA 版本用 nvidia-smi。我个人建议不要装最新的 PyTorch，装次新的稳定版，因为 PyG 的适配需要时间。

2.2 核心：安装 PyG（PyTorch Geometric）

PyG 是图神经网络的主力军。它的安装依赖三个基础库：torch_scatter、torch_sparse、torch_cluster。这些是 C++ 扩展，必须和你的 PyTorch 版本对齐。

我最省心的方式是通过 PyG 的官方 wheel 索引安装。这样不用自己编译，省去不少麻烦。

# 先安装 PyG 核心
pip install torch_geometric

# 再安装扩展库，指定你的 PyTorch 版本和 CUDA 版本
# 以 CUDA 11.8，PyTorch 2.1.0 为例
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.1.0+cu118.html

安装完怎么验证？写个小脚本跑一下。

import torch
from torch_geometric.data import Data

print("PyTorch 版本:", torch.__version__)

# 构造最简单的图：两个节点，一条边
edge_index = torch.tensor([[0, 1], [1, 0]], dtype=torch.long)
data = Data(edge_index=edge_index)

print("PyG 安装成功，图数据对象:", data)

能输出类似 data(edge_index=[2, 2]) 的结果，就说明 PyG 装好了。

注意：不要用 conda 安装 PyG 的扩展库！我踩过这个坑，conda 里的版本经常滞后，会导致 torch_sparse 编译报错。老老实实用 pip 加官方索引。

2.3 辅助：Neo4j 数据库安装

Neo4j 负责存我们的药物知识图谱。我建议下载桌面版（Neo4j Desktop），图形化管理更方便。当然，社区版也够用。

去 Neo4j 官网下载 Desktop，安装后创建新项目，在项目里添加数据库实例。记住设置密码，别用默认的 neo4j，太危险。

如果你喜欢命令行，也可以直接跑 Docker 镜像。

docker run \
    --name drug_neo4j \
    -p 7474:7474 -p 7687:7687 \
    -e NEO4J_AUTH=neo4j/yourpassword \
    -d neo4j:5-community

验证方法：浏览器打开 http://localhost:7474，输入用户名 neo4j，密码 yourpassword，看到 Neo4j Browser 界面就成功了。

2.4 桥梁：Python 连接 Neo4j

Python 这边需要安装 Neo4j 的官方驱动。我用的是 neo4j 包，支持同步和异步。

pip install neo4j

连接测试代码：

from neo4j import GraphDatabase

uri = "bolt://localhost:7687"
username = "neo4j"
password = "yourpassword"

driver = GraphDatabase.driver(uri, auth=(username, password))

def test_connection(tx):
    result = tx.run("RETURN 'Neo4j 连接成功' AS message")
    for record in result:
        print(record["message"])

with driver.session() as session:
    session.execute_read(test_connection)

driver.close()

能打印出「Neo4j 连接成功」，整套环境就算跑通了。

经验之谈：不要在生产环境直连 root 用户。课程为了方便，我们直接用 neo4j 用户。真正做项目时，要给应用单独建一个只读或写入权限的账号。

2.5 核心逻辑一张图

下面的图展示了我们搭建的这套架构。数据和计算引擎分两层，PyTorch 提供张量计算基础，PyG 在上面建图神经网络模型。右边 Neo4j 负责存和查知识图谱，Python 驱动做数据搬运。

2.6 环境检查清单

搭建完别急着跑。我建议做一次完整的环境健康检查，确认所有组件都能正常协作。

检查项	检查方法	正常结果
Python 版本	python --version	3.9.x 或 3.10.x
CUDA 可用性	python -c "import torch; print(torch.cuda.is_available())"	True（有 GPU）或 False
PyG 安装	python -c "import torch_geometric; print(torch_geometric.__version__)"	版本号，如 2.4.0
Neo4j 状态	浏览器访问 http://localhost:7474	看到 Neo4j Browser 登录页
Python 连接驱动	运行 2.4 节连接测试脚本	打印「Neo4j 连接成功」

我曾经遇到一个问题：neo4j 驱动版本和 Neo4j 数据库版本不匹配。驱动太旧连不上 5.x 的数据库，报了握手失败的错误。解决办法是升级驱动到跟数据库大版本一致。记住，5.x 数据库用 5.x 驱动。

嗯，到这里整套开发环境就搭好了。相比其他框架，PyG 的最大优势是同构图和异构图都能处理，我们后面会用 Neo4j 的知识图谱直接喂给 PyG 模型做特征提取。手头的工具已经ready，接下来就是真刀真枪地干了。