数据结构可视化 Graphviz在Python中的使用 [树的可视化]

官方文档1：https://graphviz.org/
官方文档2：https://graphviz.readthedocs.io/en/stable/
数据可视化介绍：数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。

1. Graphviz 相关介绍

1.1 安装

安装直接在shell里面pip就好了，代码如下：

pip install graphviz

一个例子：

from graphviz import Digraph, Graph
g = Graph(engine='dot',
         node_attr={'shape': 'egg'},
         )
g.edge('hello1', 'hello2', label='l')
g.edge('hello1', 'hello3', label='r')
g.edge('hello2', 'hello4', label='l')
g.edge('hello2', 'hello5', label='r')
g.view()

1.2 有向图和无向图

有向图：graphviz.Digraph() edge 有向图
无向图：graphviz.Graph() edge 无向图

Digraph和Graph参数都是一样的，其中：
name: graphviz源码的文件名 即name.gv
comment: graphviz源码的comment，在源码的第一行
filename: graphviz源码的文件名 即filename
directory: 保存graphviz源码的文件夹
format: 文件格式 bmp, canon, cgimage, cmap, cmapx, cmapx_np, dot, dot_json, eps, exr, fig, gd, gd2, gif, gtk, gv, ico, imap, imap_np, ismap, jp2, jpe, jpeg, jpg, json, json0, pct, pdf, pic, pict, plain, plain-ext, png, pov, ps, ps2, psd, sgi, svg, svgz, tga, tif, tiff, tk, vml, vmlz, vrml, wbmp, webp, x11, xdot, xdot1.2, xdot1.4, xdot_json, xlib
engine: 布局 circo, dot, fdp, neato, osage, patchwork, sfdp, twopi
encoding: 源码保存的编码
graph_attr: 图属性
node_attr: 点属性
edge_attr: 边属性

1.3 node 属性

node_attr = {‘shape’: ‘box’}

node_attr = {‘fontname’: ‘SimHei’}

• 黑体：SimHei
• 宋体：SimSun
• 新宋体：NSimSun
• 仿宋：FangSong
• 楷体：KaiTi

1.4 edge 属性

edge_attr = {‘arrowhead’: ‘rnormal’}

待更新

2. 数据结构可视化

2.1 画树

利用Graphviz画树，代码如下：

from graphviz import Digraph

class Node:
    def __init__(self, number, val=None, name=None, left=None, right=None):
        """number 必须要保证每个结点都是独一无二的，其他属性都可以 可存在可不存在"""
        self.number = number
        self.val = val
        self.name = name
        self.left = left
        self.right = right

def plot_tree(root):
    g = Digraph(
    	format='png',
        engine='dot',
        node_attr={
            'shape': 'egg',
            'fontname': 'SimHei'
        },
        edge_attr={'arrowhead': 'normal'},
    )
    def dfs(g, node, parent=None, where=None):
        if not node:
            return
        if node and parent:
        	# 如果 有name就以name为标签，没有name就以{number:val}表示标签
            name1 = parent.name if parent.name else str(parent.number) + f'：{parent.val}'
            name2 = node.name if node.name else str(node.number) + f'：{node.val}'
            # label 表示是否标记左or右
            g.edge(name1, name2, label=where)
        dfs(g, node.left, node, where='l')
        dfs(g, node.right, node, where='r')
    
    dfs(g, root)
    g.view()

使用方法如下：

plot_tree(root)