机器学习实战代码3-5

使用文本注解绘制树节点

# -*- coding: cp936 -*-
#利用matplotlib的注解（注释）来绘制决策树（奇葩不）
import matplotlib.pyplot as plt

#引入中文字体
from pylab import *  
mpl.rcParams['font.sans-serif'] = ['SimHei']  

#定义文本框和箭头格式
decisionNode = dict(boxstyle="sawtooth", fc="0.8")#决策节点的属性。boxstyle：文本框类型；sawtooth是锯齿形
leafNode = dict(boxstyle="round4", fc="0.8")#叶子节点的属性，参数用法同上
arrow_args = dict(arrowstyle="<-")#箭头属性



#绘制带箭头的注解，this is all the graph吧
#nodeTxt:要显示的文本
#centerPt：文本的中心点
#parentPt:箭头指向文本的点
#nodeType:属性
def plotNode(nodeTxt, centerPt, parentPt, nodeType):
    createPlot.ax1.annotate(nodeTxt, xy=parentPt,  xycoords='axes fraction',
             xytext=centerPt, textcoords='axes fraction',
             va="center", ha="center", bbox=nodeType, arrowprops=arrow_args )
#说明：annotate是注释，其中，xy是箭头尖的坐标，xytext设置注释内容显示的中心位置，
#xycoords和textcoords是坐标xy与xytext的说明（按轴坐标），若textcoords=None，则默认textcoords与xycoords相同，若都未设置，默认为data
#va/ha设置节点框中文字的位置，va为纵向取值为(u'top', u'bottom', u'center', u'baseline')，ha为横向取值为(u'center', u'right', u'left')



#第一个版本的创造绘制树
def createPlot():
         fig = plt.figure(1, facecolor='white')#创建一个画布，背景为白色
         fig.clf()#清空画布
         #   ax1是函数createPlot的一个属性，这个可以在函数里面定义也可以在函数定义后加入也可以
         #   frameon表示是否绘制坐标轴矩形 ，也就是外面的大框框
         createPlot.ax1 = plt.subplot(111, frameon=False) #ticks for demo puropses 
         plotNode(U'决策节点', (0.5, 0.1), (0.1, 0.5), decisionNode)
         plotNode(U'叶节点', (0.8, 0.1), (0.3, 0.8), leafNode)
         plt.show()