sklearn.tree.plot_tree作图时可以隐藏sample、gini吗

可以的。可以通过设置参数来隐藏样本数和基尼指数的显示。具体来说，可以在调用 `plot_tree` 函数时设置 `filled=True`，并在 `plot_tree` 函数中传递 `feature_names` 和 `class_names` 参数来指定特征名称和类别名称。此外，如果要隐藏样本数和基尼指数，则可以将 `impurity=False` 和 `precision=0` 参数传递给 `plot_tree` 函数，如下所示：

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, plot_tree

# load iris dataset
iris = load_iris()
X = iris.data
y = iris.target

# fit decision tree classifier
clf = DecisionTreeClassifier()
clf.fit(X, y)

# plot decision tree
fig, ax = plt.subplots(figsize=(12, 12))
plot_tree(clf, filled=True, feature_names=iris.feature_names, class_names=iris.target_names, impurity=False, precision=0, ax=ax)
plt.show()

这样，就可以得到一个仅显示决策树结构、特征和类别的决策树图，而不会显示样本数和基尼指数。