【Graphviz绘制决策树】基于Graphviz绘制由字典形式表示的决策树图像

Step 1: 下载Graphviz安装包与Graphviz的安装

戳一戳👉进入Graphviz下载官网

（1）进入网站之后根据自身计算机的系统下载相应的安装包

（2）下载之后将会得到一个如下图所示的文件

（3）双击此文件进行安装

此处注意选择第2项或第3项，这样会自动添加系统的环境变量
当然，如果一不小心选错了，可以选择回退进行更改，也可以找到Graphviz的安装的位置，手动添加系统环境变量（随后将会讲述手动添加环境变量的具体步骤）

文件并不是很大，简单起见，我就直接使用其提供的默认地址进行安装了。

在这一步中，我使用的开发平台是Visual Studio Code，所以我就选择了这个文件夹，不过好像没啥影响，就是创建一个快捷方式而已，不影响使用。也可以选择不创建快捷方式。点击安装等待几秒就安装成功了。

补充：手动添加系统变量的步骤

（1）复制graphviz的安装地址（请结合下图安装时所选择的地址找安装位置）：

（2）使用快捷键Win+Q，并键入环境变量关键字并打开

（3）添加系统环境变量

接着一路点击确定知道窗口关闭即可。

Step 2: 下载在python中的Graphviz这个包

打开vscode,在终端中使用命令：pip install graphviz

Step 3: 套入模板进行测试

模板来源csdn用户num270710
稍微改动之后，解决了中文乱码的问题

改动部分是将每一个node和edge中加入参数fontname来展示中文。

（1）我的用字典表示的树

（2）测试结果展示

（3）测试模板源代码

from graphviz import Digraph

# 获取所有节点中最多子节点的叶节点


def getMaxLeafs(myTree):
    numLeaf = len(myTree.keys())
    for key, value in myTree.items():
        if isinstance(value, dict):
            sum_numLeaf = getMaxLeafs(value)
            if sum_numLeaf > numLeaf:
                numLeaf = sum_numLeaf
    return numLeaf


def plot_model(tree, name):
    g = Digraph("G", filename=name, format='png',
                strict=False, encoding='utf-8')
    first_label = list(tree.keys())[0]
    g.node("0", first_label, fontname='Fangsong')
    _sub_plot(g, tree, "0")
    leafs = str(getMaxLeafs(tree) // 10)
    g.attr(rankdir='LR', ranksep=leafs)
    g.view()


root = "0"


def _sub_plot(g, tree, inc):
    global root
    first_label = list(tree.keys())[0]
    ts = tree[first_label]
    for i in ts.keys():
        if isinstance(tree[first_label][i], dict):
            root = str(int(root) + 1)
            g.node(root, list(tree[first_label][i].keys())[
                   0], fontname='Fangsong')
            # 设置fontname来解决中文乱码问题
            g.edge(inc, root, str(i), fontname='Fangsong')
            _sub_plot(g, tree[first_label][i], root)
        else:
            root = str(int(root) + 1)
            g.node(root, tree[first_label][i], fontname='Fangsong')
            g.edge(inc, root, str(i), fontname='Fangsong')


my_tree = {'天气': {'雨': {'风': {'有风': 'N', '无风': 'P'}},
                  '晴': {'湿度': {'高': 'N', '正常': 'P'}}, '多云': 'P'}}
print('my_tree: ', my_tree)
plot_model(my_tree, "tree.gv")