写一段python代码，对excel表中的数据，以第17、18、19、20行为特征，第39列的特征作为目标输出。构建ID3决策树模型，将构建的决策树模型显示出来

以下是一个基于Python的决策树模型代码，其中使用pandas库读取Excel数据，并使用sklearn库中的ID3算法构建决策树模型：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier, export_graphviz
from sklearn.externals.six import StringIO
import pydotplus

# 读取Excel数据
df = pd.read_excel('data.xlsx')

# 选取特征和目标列
X = df.iloc[17:21, [0,1,2,3,38]]
y = df.iloc[38, [38]]

# 构建决策树模型
dt = DecisionTreeClassifier()
dt.fit(X, y)

# 将决策树输出为dot文件
dot_data = StringIO()
export_graphviz(dt, out_file=dot_data, filled=True, rounded=True, special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_png('decision_tree.png')

以上代码将生成一个名为“decision_tree.png”的决策树图像文件，你可以使用任意图像浏览器打开它。