python中graphviz画决策树

### 回答1：
在Python中，可以使用Graphviz库来绘制决策树。Graphviz是一个开源的图形可视化工具，可以用来绘制各种类型的图形，包括决策树。使用Graphviz绘制决策树需要先将决策树转换为Graphviz所支持的DOT语言格式，然后使用Graphviz库将DOT语言格式转换为图形。具体步骤如下：

1. 安装Graphviz库和pydotplus库（用于将DOT语言格式转换为图形）。

2. 将决策树转换为DOT语言格式。可以使用sklearn库中的export_graphviz函数来实现。例如：

from sklearn.tree import export_graphviz
import pydotplus

dot_data = export_graphviz(decision_tree, out_file=None, 
                           feature_names=feature_names,  
                           class_names=target_names,  
                           filled=True, rounded=True,  
                           special_characters=True)  
graph = pydotplus.graph_from_dot_data(dot_data)  

其中，decision_tree是已经训练好的决策树模型，feature_names是特征名称列表，target_names是目标变量名称列表。

3. 将DOT语言格式转换为图形。可以使用pydotplus库中的graph_from_dot_data函数来实现。例如：

graph = pydotplus.graph_from_dot_data(dot_data)  
graph.write_png('decision_tree.png')

其中，'decision_tree.png'是输出的图形文件名。

4. 运行代码，即可生成决策树图形。

### 回答2：
Python中的Graphviz是一个绘制图形和网络图的工具包。它是基于DOT语言（一种图形描述语言）进行绘制的。它可以用于绘制各种类型的图表，包括决策树。

在Python中使用Graphviz绘制决策树通常需要两个步骤。第一步是导入必要的库，包括Graphviz和sklearn库中的DecisionTreeClassifier。第二步是使用DecisionTreeClassifier生成决策树，并使用Graphviz将决策树可视化。

以下是一些示例代码：

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import graphviz 

# 导入鸢尾花数据集
iris = datasets.load_iris()
X = iris.data[:, 2:]
y = iris.target

# 训练决策树模型
tree_clf = DecisionTreeClassifier(max_depth=2)
tree_clf.fit(X, y)

# 导出决策树
export_graphviz(
        tree_clf,
        out_file="iris_tree.dot",
        feature_names=iris.feature_names[2:],
        class_names=iris.target_names,
        rounded=True,
        filled=True
    )

# 使用Graphviz绘制决策树
with open("iris_tree.dot") as f:
    dot_graph = f.read()
graphviz.Source(dot_graph)

这段代码基于鸢尾花数据集训练了一个决策树模型，并使用Graphviz将其可视化。其中，export_graphviz函数将决策树导出到一个.dot文件中。这个.dot文件可以用Graphviz进行可视化。最后，使用graphviz.Source函数将决策树渲染为图形。

graphviz包中的其他函数也可以用于调整决策树的外观和布局，例如设置节点的大小、颜色和形状、设置连接线的颜色和样式等等。

总之，使用Graphviz绘制决策树是非常简单和有用的。无论是初学者还是专业人士都可以使用Python中的Graphviz绘制漂亮并易于理解的决策树图表。

### 回答3：
Graphviz是一个开放源代码的跨平台图形语言，它提供了一种描述图形的语言，通过这个语言可以在各种系统下生成类似流程图、树状图、组织结构图等多种图形。

Python中，我们可以使用graphviz来画决策树。先安装graphviz的库，可以使用pip命令进行安装。安装完成后，我们需要在Python中导入graphviz库。

进行决策树绘图的主要步骤如下：

1. 使用sklearn库中的tree模块建立一个决策树，例如：

from sklearn import tree
clf = tree.DecisionTreeClassifier()

2. 使用fit函数训练我们的决策树，例如：

clf.fit(X_train, y_train)

3. 将决策树生成指定格式的文本，例如：

from sklearn.tree import export_graphviz
dot_data = export_graphviz(clf, out_file=None)

4. 将文本转化为图形格式，例如：

import graphviz
graph = graphviz.Source(dot_data)

5. 输出绘制的决策树图像，例如：

graph.render("tree")

这个时候，我们就可以在当前目录中看到一个名为“tree.pdf”的文档，里面就是通过graphviz绘制出来的决策树图像。

总之，Graphviz是一个强大的绘制决策树的工具，借助Python，我们可以轻松地使用Graphviz来绘制和显示决策树，有效地理解决策树模型的决策过程。