不使用sklearn库将决策树的结果可视化

要将决策树的结果可视化，可以使用Graphviz库。Graphviz是一款用于绘制图形的开源软件，支持多种图形语言，包括DOT语言。在Python中，可以使用pydotplus将DOT语言转换为图像格式，然后使用matplotlib或Pillow等库将图像显示出来。

以下是一个简单的例子：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import pydotplus
from IPython.display import Image

# 加载鸢尾花数据集
iris = load_iris()

# 训练决策树模型
clf = DecisionTreeClassifier()
clf.fit(iris.data, iris.target)

# 将决策树转换为DOT语言
dot_data = export_graphviz(clf, out_file=None, feature_names=iris.feature_names, class_names=iris.target_names)

# 将DOT语言转换为图像
graph = pydotplus.graph_from_dot_data(dot_data)

# 显示图像
Image(graph.create_png())

这段代码会生成一张决策树的图像，其中节点表示决策条件，叶子节点表示分类结果。你可以通过修改export_graphviz函数的参数来调整绘图效果，比如设置节点的样式、颜色等。