你是一名数据工程师，现在给你一个基础知识库，包括了实体的名称表格（entity.csv），实体的属性和属性表格(attribute.csv)和实体与实体间的关系表格(relation.csv)，这些表格中包含了大量的数据。在此基础上你会如何利用python语音构建一个知识图谱，你能给出你构建知识图谱的具体步骤和代码吗？

当构建知识图谱时，我们需要考虑以下步骤：

1. 读取实体，属性和关系表格
2. 创建实体节点和属性节点
3. 创建关系边
4. 将节点和边添加到图中
5. 可以使用可视化工具（如Gephi）来显示和分析知识图谱

下面是一个基于Python的示例代码，假设我们使用的是NetworkX库：

import networkx as nx
import pandas as pd

# 读取实体，属性和关系表格
entity_df = pd.read_csv('entity.csv')
attribute_df = pd.read_csv('attribute.csv')
relation_df = pd.read_csv('relation.csv')

# 创建图
G = nx.Graph()

# 创建实体节点和属性节点
for index, row in entity_df.iterrows():
    G.add_node(row['entity_id'], label=row['entity_name'], node_type='entity')
    
for index, row in attribute_df.iterrows():
    G.add_node(row['attribute_id'], label=row['attribute_name'], node_type='attribute')

# 创建关系边
for index, row in relation_df.iterrows():
    G.add_edge(row['start_entity_id'], row['end_entity_id'], label=row['relation_name'], edge_type='relation')

# 可以使用可视化工具来显示和分析知识图谱
nx.write_gexf(G, 'knowledge_graph.gexf')

此代码将创建一个基本的知识图谱，并将其保存为GEXF格式，可以在Gephi中打开。但是这只是一个基础示例，实际上构建知识图谱是一个复杂的过程，需要仔细考虑实体之间的关系，属性的重要性等因素。