用python写一段代码用决策树进行分类，将决策树图进行输出

当然，我可以回答你的问题，下面是 Python 决策树分类器代码的示例，同时输出决策树图：

from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 构造数据
X = [[0, 0], [1, 1]]
y = [0, 1]

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 训练模型
clf.fit(X, y)

# 输出决策树图
dot_data = export_graphviz(clf, out_file=None,
                           feature_names=['x1', 'x2'],
                           class_names=['class0', 'class1'],
                           filled=True, rounded=True,
                           special_characters=True)
graph = graphviz.Source(dot_data)
graph.render('decision_tree')

上述代码使用 scikit-learn 实现决策树分类器，并使用 Graphviz 输出决策树图。如果你没有安装 Graphviz，可以通过 https://graphviz.gitlab.io/_pages/Download/Download_windows.html 下载并安装。在 Windows 下，还需要将 Graphviz 的 bin 文件路径添加到系统环境变量 PATH 中。

执行完上述代码后，你可以在当前目录下找到 decision_tree.pdf 文件，它就是决策树图的可视化结果。