【Tools】一个绘制决策树的工具——graphviz，但你忽视了它的其他功能！-白红宇

【Tools】一个绘制决策树的工具——graphviz，但你忽视了它的其他功能！

阅读量：2019 次

发布时间：2019-04-28

本文共 3878 字，大约阅读时间需要 12 分钟。

摘要： 数据可视化一直各行各业的一个重点，除了matplotlib之外，还可以使用graphviz软件绘制流程图，决策树等图形，并且还可以扩展到更多的图形，如结构句法树等，大脑风暴吧。

关键词： 数据可视化，graphviz

前言

数据可视化一直各行各业的一个重点。在机器学习中，常规的数据可视化使用matplotlib包就基本可以解决了，如果还不够的话可以使用seaborn进行补充。但是对于决策树算法以及一些集成算法来说matplotlib就显得力不从心了。人们就开始选择其他工具显示相关数据了，到目前为止我所知的就是了。

1 Graphviz简介

Graphviz是开源的图形可视化软件。它有几个主要的图形布局程序。它还具有Web和交互式图形界面，以及辅助工具，库和语言绑定。Graphviz布局程序以简单的文本语言描述图形，并以几种有用的格式制作图形，例如用于网页的图像和SVG，用于PDF或其他文档。或在交互式图形浏览器中显示。（Graphviz还支持XML方言GXL。）Graphviz具有用于具体图表的许多有用功能，例如颜色，字体，表格节点布局，线型，超链接和自定义形状的选项。

2 安装与环境配置

1.软件下载与环境配置： ，该软件支持Linux、Mac、Windows系统，可根据自己的电脑选择安装。环境就是就bin目录配置环境变量（path里）即可。

2.Python包安装 ：安装graphviz模块 pip install graphvize

3 决策树绘制

绘制一个决策树的案例如下：

from imageio import imreadimport matplotlib.pyplot as pltimport graphviz# 创建树对象mygraph = graphviz.Digraph(node_attr={
   'shape': 'box'},                            edge_attr={
   'labeldistance': "10.5"},                            format="png")# 构建节点mygraph.node("0", "Has feathers?")mygraph.node("1", "Can fly?")mygraph.node("2", "Has fins?")mygraph.node("3", "Hawk")mygraph.node("4", "Penguin")mygraph.node("5", "Dolphin")mygraph.node("6", "Bear")# 构建边mygraph.edge("0", "1", label="True")mygraph.edge("0", "2", label="False")mygraph.edge("1", "3", label="True")mygraph.edge("1", "4", label="False")mygraph.edge("2", "5", label="True")mygraph.edge("2", "6", label="False")# 渲染mygraph.render("decisionTree")# 图形显示ax = plt.gca()                # 获取图形坐标轴ax.imshow(imread("decisionTree.png"))  # 读取生成的图片ax.set_axis_off()             # 图形不嫌弃是坐标plt.show()                    # 显示图形

最后会生成一个decisionTree.png决策树图片如下：

从上图可以看出图片不是很清晰，我们可以生成其他高清矢量图格式，如svg、pdf等。在创建树对象时，设置format=“pdf”，即可，主要代码如下：

mygraph = graphviz.Digraph(node_attr={
   'shape': 'box'},                            edge_attr={
   'labeldistance': "10.5"},                            format="pdf")

注：这时就不要使用matplotlib打开图片了。

pdf高清文件图如下：

4 其他图形拓展

上面绘制了决策树，其实我们也可以拓展绘制结构句法树，这也是比较简单的，

from imageio import imreadimport matplotlib.pyplot as pltimport graphvizax = plt.gca()mygraph = graphviz.Graph(node_attr={
   'shape': 'none'},                            edge_attr={
   'labeldistance': "10.5"},                            format="pdf")mygraph.node("0", "S")   # 节点mygraph.node("1", "N")mygraph.edge("0", "1")   # 边mygraph.node("2", "小李", fontname="Microsoft YaHei")mygraph.edge("1", "2")mygraph.node("3", "VP")mygraph.node("4", "DP")mygraph.edge("0", "3")mygraph.edge("3", "4")mygraph.node("5", "D")mygraph.node("6", "U")mygraph.edge("4", "5")mygraph.edge("4", "6")mygraph.node("7", "远远", fontname="Microsoft YaHei")mygraph.node("8", "地", fontname="Microsoft YaHei")mygraph.edge("5", "7")mygraph.edge("6", "8")mygraph.node("9", "VP")mygraph.edge("3", "9")mygraph.node("10", "V")mygraph.node("11", "CS")mygraph.edge("9", "10")mygraph.edge("9", "11")mygraph.node("12", "看见", fontname="Microsoft YaHei")mygraph.edge("10", "12")mygraph.node("13", "N")mygraph.node("14", "VP")mygraph.edge("11", "13")mygraph.edge("11", "14")mygraph.node("15", "小王", fontname="Microsoft YaHei")mygraph.edge("13", "15")mygraph.node("16", "PP")mygraph.node("17", "V")mygraph.edge("14", "16")mygraph.edge("14", "17")mygraph.node("18", "看书", fontname="Microsoft YaHei")mygraph.edge("17", "18")mygraph.node("19", "P")mygraph.node("20", "NP")mygraph.edge("16", "19")mygraph.edge("16", "20")mygraph.node("21", "在", fontname="Microsoft YaHei")mygraph.edge("19", "21")mygraph.node("22", "N")mygraph.node("23", "F")mygraph.edge("20", "22")mygraph.edge("20", "23")mygraph.node("24", "草地", fontname="Microsoft YaHei")mygraph.node("25", "上", fontname="Microsoft YaHei")mygraph.edge("22", "24")mygraph.edge("23", "25")mygraph.render("tmp")

绘制结果如下：

总体来说还是可以接受的。当然这个是一个点一个点连的，在实际中则需要利用树这种数据结构的相关算法进行处理，快速绘制处相关图形。

当然还可以绘制其他图形，例如：

这里就不作演示，可以参考！

总结

Graphviz是开源的图形可视化软件，不仅仅可以绘制决策树，还可以更多的无向图和有向图，Graphviz提供了很多图形供我们组合以及不同的线条，颜色等，可以充分发挥我们的想象去思考如何构建我们图形，例如自动机转换图等。除此之外，Graphviz提供的接口比较多，能够导出的结果也是多种多样，能够满足我们常用的需求。

转载地址：http://uqlxf.baihongyu.com/

你可能感兴趣的文章