决策树结果可视化中文乱码问题 用函数解决

前言

Python期末实训周，在做基于随机森林的气温预测时，遇到了决策树可视化中文乱码的问题，在一番折腾后找到了一个解决方法，于是尝试写博客分享。作为新人小白，第一次写博客，有什么不足的地方望指出，非常感谢！

发现问题的过程

在用export_graphviz函数生成tree.dot文件后，用graph = pydotplus.graph_from_dot_file(‘tree.dot’)绘制决策树图，用graph.write_png(‘tree.png’）将该决策图命名为tree.png并保
存到项目文件。

这里借鉴了大佬的博客中“可视化展示与特征重要性”部分的代码
本文链接：https://blog.csdn.net/qq_42549612/article/details/105304889

# 导入工具包
from sklearn.tree import export_graphviz
import pydotplus

# 拿到其中的一棵树
tree = rf.estimators_[5]
# 将图像导出为 dot 文件
export_graphviz(tree, out_file='tree.dot', feature_names=feature_list, rounded=True, precision=1)
# feature_names 每个特征名
# rounded 设置为True时，绘制带有圆角的节点框，并使用Helvetica字体代替Times-Roman
# precision 每个节点的杂质值，阈值和值属性中浮点数的精度位
# 绘图
graph = pydotplus.graph_from_dot_file('tree.dot')
# 展示
graph.write_png('tree.png')

生成的tree.dot文件内容大致如上图，export_graphviz中的rounded=True让该文件的字体，从Times-Roman（支持英文）变成了Helvetica（支持中文），tree.dot文件的中文（如“前一天最高温度”）可以正常显示。

问题描述

接下来思路明确，只要用graph.write_png(‘tree.png’），就可以获得一个tree.png文件了，但是出现了问题，tree.png文件是有了，但该文件里的中文乱码了。
截取到tree.png文件的部分内容如上图

解决问题的过程

遇到问题当然得解决，我也尝试了通过修改Graphviz配置文件解决，但是发现我的2.5版本的Graphviz配置文件里没有fonts这个文件，卸载重装到默认路径也没有（已经配置好了环境变量）


在觉得这个方法折腾不下去后，我又去找其他方法，在这过程里，了解到决策树图中文乱码和tree.dot文件的字体有关系。
虽然Helvetica字体支持在tree.dot里显示中文，但是在tree.png(决策树图）里会乱码。

考虑到export_graphviz()函数不能随意更改文件的字体
于是我尝试了手动修改tree.dot文件的字体为Microsoft YaHei（微软雅黑）

并将代码中生成tree.dot文件的部分注释掉，这样在重新运行该程序时就不会生成新的字体为Helvetica的tree.dot文件，覆盖掉我修改好字体的文件了。

# 导入工具包
from sklearn.tree import export_graphviz
import pydotplus

# 拿到其中的一棵树
# tree = rf.estimators_[5]
# 将图像导出为 dot 文件
# export_graphviz(tree, out_file='tree.dot', feature_names=feature_list, rounded=True, precision=1)
# feature_names 每个特征名
# rounded 设置为True时，绘制带有圆角的节点框，并使用Helvetica字体代替Times-Roman
# precision 每个节点的杂质值，阈值和值属性中浮点数的精度位数

# 绘图
graph = pydotplus.graph_from_dot_file('tree.dot')

# 展示
graph.write_png('tree.png')

如此一来，graph = pydotplus.graph_from_dot_file(‘tree.dot’)中的tree.dot文件就是已经被修改好字体的了
运行后得到的tree.png如下图

中文可以正常显示了

解决方法

问题虽然解决了，但是这样等于要另外添加一个手动修改字体的tree.dot文件进去，为了把这个手动修改的操作自动化并且不将这个功能与原来的.py文件分开，我尝试用函数将tree.dot文件中的fontname="Helvetica"改为fontname=“Microsoft YaHei”
代码如下

# 导入工具包
from sklearn.tree import export_graphviz
import pydotplus
# 新添一个os库
import os

# 创建一个改字体的函数
def typeface(file):
    old = 'helvetica'
    new = 'Microsoft YaHei'
    with open(file, "r+", encoding='UTF-8') as filedot:
        lines = filedot.read()
        filedot.seek(0)
        lines = lines.replace(old, new)
        filedot.write(lines)


# 判断tree文件是否存在 如果不存在则先生成该文件
if not os.path.exists('tree.dot'):
    # 拿到其中的一棵树
    tree = rf.estimators_[5]
    # 将图像导出为 dot 文件
    export_graphviz(tree, out_file='tree.dot', feature_names=feature_list, rounded=True, precision=1)
    # feature_names 每个特征名
    # rounded 设置为True时，绘制带有圆角的节点框，并使用Helvetica字体代替Times-Roman
    # precision 每个节点的杂质值，阈值和值属性中浮点数的精度位数

# 调用函数改字体
typeface('tree.dot')
# 绘图
graph = pydotplus.graph_from_dot_file('tree.dot')

# 展示
graph.write_png('tree.png')

其中函数部分借鉴了博主的代码
本文链接：https://blog.csdn.net/nuanfeng_/article/details/102907463
可以得到微软雅黑字体的tree.dot文件和能正常显示中文的决策树（tree.png图片文件）

结尾

至此我的分享就结束了，非常感谢大家