能用Python写一段决策树可视化的代码吗

当然可以，下面是一个简单的示例代码：

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

# 加载数据集
iris = load_iris()

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

# 可视化决策树
dot_data = export_graphviz(clf, out_file=None,
                           feature_names=iris.feature_names,
                           class_names=iris.target_names,
                           filled=True, rounded=True,
                           special_characters=True)
graph = graphviz.Source(dot_data)
graph.render("iris_decision_tree", view=True)

这段代码使用了scikit-learn库来构建决策树模型，并使用Graphviz库来可视化决策树。具体来说，我们使用export_graphviz函数将决策树模型导出为DOT格式，然后使用graphviz.Source函数将DOT格式的决策树转换为图形，并使用render方法保存为PDF文件并在浏览器中打开。这样我们就可以方便地查看决策树的结构和分类规则了。