Python中graphviz库的使用

最近在做数据可视化的时候用到了graphviz库，用于生成决策树、流程图效果拔群，在这里记录一下用法

安装

pip install graphviz

直接pip，不多解释了

使用

以下代码均在python3.6.1下编译通过

• 导入库

  from graphviz import Digraph

• 创建表

  dot = Digraph(name, comment)

• 添加点

  dot.node(name, label)

• 在两点间创建一条边

  dot.edge(tail_name, head_name, label)

• 创建多条边

  edges(self, tail_head_iter)
  
  # tail_head_iter: Iterable of (tail_name, head_name) pairs.
  

• 获取DOT source源码的字符串形式

  print(dot.source) 

• 保存source到文件，并提供Graphviz引擎

  render(filename=None, directory=None, view=False, cleanup=False)
  
  # 参数分别为文件名、文件保存路径、是否用默认程序打开渲染效果、是否在渲染后删除源文件
  

• 查看当前图效果

  dot.view()

代码样例

from graphviz import Digraph

dot = Digraph(comment='The Test Table')

# 添加圆点A,A的标签是Dot A
dot.node('A', 'Dot A')

# 添加圆点 B, B的标签是Dot B
dot.node('B', 'Dot B')
# dot.view()

# 添加圆点 C, C的标签是Dot C
dot.node('C', 'Dot C')
# dot.view()

# 创建一堆边，即连接AB的两条边，连接AC的一条边。
dot.edges(['AB', 'AC', 'AB'])
# dot.view()

# 在创建两圆点之间创建一条边
dot.edge('B', 'C', 'test')
# dot.view()


# 获取DOT source源码的字符串形式
print(dot.source) 
# // The Test Table
# digraph {
#   A [label="Dot A"]
#   B [label="Dot B"]
#   C [label="Dot C"]
#   A -> B
#   A -> C
#   A -> B
#   B -> C [label=test]
# }


# 保存source到文件，并提供Graphviz引擎
dot.render('test-output/test-table.gv', view=True)

输出的图

最后生成一个test-output文件夹，其中包含一个源文件test-table.gv 和pdf格式的图test-table.gv.pdf

解读

以上的程序一次完成输出，可以直接输出图形，有一个直接的感受。
但是，通过查看源码，可以发现共有五个文件：
_compat.py , dot.py, files.py, lang.py,tools.py

其中以上程序中用到的基本都在dot.py中，查看文件。
文件中共定义了三个类：Dot，Graph，Digraph，后两者都是继承Dot.

以上使用的dot实例对象具有 Dot的所有属性与方法。因此以上使用的方法的语法可以参考 Dot的类定义。

同时在类Dot 继承自files.py中的File类，因此上面使用的dot.render的语法可以在File类中查看。

后记

在网上查找的资源来看，直接使用digraph类画图或许是一种更为普遍的方法，从以上样例代码中print(dot.source) 也可以看出直接使用digraph类的方法，但我本身需求并不需要这样，所以在这里就不进行尝试了，如有需要可以参考dot语法

---

参考资料

Graphviz -图形可视化，python实现