Graphviz 可视化图形软件（python）

1.简介
Graphviz 是一款由 AT&T Research 和 Lucent Bell 实验室开源的可视化图形工具，可以很方便的用来绘制结构化的图形网络，支持多种格式输出。Graphviz 输入是一个用 dot 语言编写的绘图脚本，通过对输入脚本的解析，分析出其中的点、边及子图，然后根据属性进行绘制。Graphviz layout 以简单的文本语言描述图形，并以实用的格式制作图表，如用于网页的 images 和 SVG ；用于放入在其它文件中或显示在交互式图形浏览器中的 PDF 和 Postscript 。

对于 Python 而言，也有一个 Graphviz 库与该工具对应，使用 Graphviz 库可以使用 Python 的语法生成 dot 语言绘图脚本，并调用 Graphviz 工具生成图片并保存。但是由于 Graphviz 库并不是独立工作的库，它需要连接 Graphviz 工具来联合工作，也就是说当你需要使用 Graphviz 库时必须安装 Graphviz 工具并设置好 Python 调用 Graphviz 工具的接口。

不会出错的安装

如果我们需要在Python中直接将.dot文件转成pdf显示出来，就需要导入库，安装库也很简单，只需要执行pip install graphviz 即可。


2.Graphviz 工具安装
官网地址

然后往下拉找到windows的安装包（我是windows环境），下载你需要的版本。

3.检查是否安装成功 

Win键＋R 打开运行 输出 cmd
输入dot -version
出现一下界面说明安装成功，会显示你的版本号和安装位置。

4. Graphviz 库安装

解决：CondaSSLError: Encountered an SSL error. Most likely a certificate verification issue.

然后到pycharm里将其添加：

5.验证安装的graphviz是否可用 

from graphviz import Digraph

dot = Digraph('测试')
dot.node("1","Life's too short")
dot.node("2","I learn Python")
dot.edge('1','2')

dot.view()

 运行会得到：

6.绘制红酒数据集得到的决策树： 

from sklearn import tree # 导入树
from sklearn.datasets import load_wine #红酒数据集
from sklearn.model_selection import train_test_split #数据集的分割操作

wine = load_wine() #加载数据集

import pandas as pd #利用pandas将data与target拼接成数据表
pd.concat([pd.DataFrame(wine.data),pd.DataFrame(wine.target)],axis=1)

Xtrain,Xtest,Ytrain,Ytest = train_test_split(wine.data,wine.target,test_size=0.3) #将数据集划分为训练集和测试集

clf = tree.DecisionTreeClassifier(criterion='entropy') #实例化一个决策分类树模型
clf = clf.fit(Xtrain,Ytrain) #模型拟合
score = clf.score(Xtest,Ytest) #返回预测的准确度accuracy
feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类',
'花青素','颜色强度','色调','od280/od315稀释葡萄酒','脯氨酸']
import graphviz
dot_data = tree.export_graphviz(clf
,out_file = None
,feature_names= feature_name
,class_names=["琴酒","雪莉","贝尔摩德"]
,filled=True
,rounded=True
) # 第一个参数为实例化的模型参数
graph = graphviz.Source(dot_data) #绘制决策树
graph.view()

7.问题：pycahrm正常画决策树，但jupyter显示：ModuleNotFoundError: No module named 'graphviz'

解决：

本文为二次转载，如有侵权请联系删除。