📚 课程目录第2章环境准备

2. 环境准备：Python环境、PyTorch Geometric安装、Neo4j图数据库搭建、看板前端依赖安装

搭建GraphSAGE团伙识别模型看板，首先需要完成底层开发环境的配置。本章将依次完成Python基础环境、图神经网络框架PyTorch Geometric、图数据库Neo4j以及看板前端依赖的安装与验证。请按照以下步骤操作，确保各组件版本兼容。

2.1 Python环境与虚拟环境配置

推荐使用Python 3.9–3.11版本，并通过虚拟环境隔离项目依赖。以下为推荐的环境配置清单：

组件	推荐版本	说明
Python	3.10.12	兼容PyTorch 2.x与PyG最新稳定版
pip	≥23.0	用于包管理
venv / conda	任意	推荐conda管理CUDA依赖
CUDA Toolkit	11.8 或 12.1	根据GPU驱动版本选择

💡 提示： 如果使用CPU训练，可跳过CUDA安装，PyTorch会自动选择CPU版本。但GraphSAGE在大规模团伙图上训练时，强烈建议使用GPU加速。

创建并激活虚拟环境：

# 使用conda创建环境
conda create -n graphsage_env python=3.10 -y
conda activate graphsage_env

# 或使用venv
python -m venv graphsage_env
source graphsage_env/bin/activate  # Linux/Mac
# graphsage_env\Scripts\activate   # Windows

2.2 PyTorch Geometric (PyG) 安装

PyG是构建GraphSAGE模型的核心框架。安装时需确保PyTorch版本与PyG版本匹配。以下为安装步骤：

安装PyTorch（以CUDA 11.8为例）：

pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

安装PyG核心库：

pip install torch_geometric==2.4.0

安装PyG扩展库（根据操作系统选择对应wheel）：

# 以Linux + CUDA 11.8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

⚠️ 注意： 扩展库必须与PyTorch和CUDA版本严格对应。如果安装失败，请访问 https://data.pyg.org/whl/ 查找匹配的wheel文件名。

验证安装：

python -c "import torch; print('PyTorch:', torch.__version__); import torch_geometric; print('PyG:', torch_geometric.__version__)"

预期输出示例：

PyTorch: 2.1.0+cu118
PyG: 2.4.0

2.3 Neo4j图数据库搭建

Neo4j用于存储团伙关系数据，并提供Cypher查询接口。本课程使用Neo4j Community Edition 5.x + APOC插件。

2.3.1 安装方式对比

方式	适用场景	安装命令/步骤
Docker部署（推荐）	快速启动、环境隔离	`docker run -p 7474:7474 -p 7687:7687 -e NEO4J_AUTH=neo4j/password neo4j:5.12.0`
桌面版安装	本地开发调试	下载Neo4j Desktop，创建Local DBMS，设置密码
Linux tar包安装	服务器部署	解压tar包，配置`neo4j.conf`，运行`./bin/neo4j start`

💡 提示： 本课程使用Docker方式。启动后访问 http://localhost:7474 进入Neo4j Browser，使用默认账号 neo4j 和密码 password 登录。

2.3.2 安装APOC插件

APOC提供丰富的图算法和函数，用于后续团伙识别中的关系分析。Docker方式安装APOC：

# 下载APOC jar包到plugins目录
wget https://github.com/neo4j-contrib/neo4j-apoc-procedures/releases/download/5.12.0/apoc-5.12.0-core.jar
docker cp apoc-5.12.0-core.jar neo4j_container:/plugins/

# 重启容器
docker restart neo4j_container

验证APOC是否生效：在Neo4j Browser中执行 RETURN apoc.version();，应返回版本号。

2.4 看板前端依赖安装

看板前端基于Vue 3 + Vite + ECharts构建，用于展示团伙识别结果和关系图谱。

2.4.1 前端项目初始化

# 创建Vue 3项目
npm create vite@latest graphsage-dashboard -- --template vue
cd graphsage-dashboard

# 安装核心依赖
npm install vue-router@4 pinia axios echarts vue-echarts

# 安装开发依赖
npm install -D @types/node sass

2.4.2 依赖清单

包名	版本	用途
vue	^3.4.0	前端框架
vue-router	^4.2.0	路由管理
pinia	^2.1.0	状态管理
axios	^1.6.0	HTTP请求（调用后端API）
echarts	^5.5.0	关系图/柱状图/饼图渲染
vue-echarts	^6.6.0	ECharts的Vue 3封装
sass	^1.69.0	样式预处理

⚠️ 注意： 如果使用npm安装时遇到权限错误，请尝试 npm cache clean --force 后重试。确保Node.js版本 ≥ 18。

2.5 环境架构总览

下图展示了本课程完整的开发环境架构，各组件之间的数据流向和依赖关系：

2.6 环境验证清单

完成上述安装后，请逐项检查以下内容，确保环境就绪：

Python环境：python --version 输出 3.10.x
PyTorch + CUDA：python -c "import torch; print(torch.cuda.is_available())" 返回 True（如有GPU）
PyG：python -c "from torch_geometric.nn import SAGEConv; print('SAGEConv imported successfully')"
Neo4j：浏览器访问 http://localhost:7474 可正常登录
前端项目：在 graphsage-dashboard 目录下执行 npm run dev，浏览器访问 http://localhost:5173 显示Vue默认页面