3.2Matplotlib注解绘制树形图

#3-5使用文本注解绘制树节点
decisionNode = dict(boxstyle ="sawtooth", fc ="0.8")#创建一个字典
leafNode = dict(boxstyle = "round4", fc = "0.8")
arrow_args = dict(arrowstyle="<-")
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)
def createPlot(inTree):
    fig = plt.figure(1,facecolor='white')
    fig.clf()#清除当前窗口
    #xticks是一个列表，其中的元素就是x轴上将显示的坐标，yticks是y轴上显示的坐标，
    # 这里空列表则不显示坐标
    axprops = dict(xticks = [], yticks = [])
    #这里定义一个子图窗口，第一个参数xyz含义是，将框架划分为x行y列窗口，
    # ax1代表其第z个窗口。frameon = False将隐藏坐标轴
    createPlot.ax1 = plt.subplot(111, frameon = False)
    #plotTree.totalW是决策树的叶子树，也代表宽度，plotTree.totalD是决策树的深度
    plotTree.totalW = float(getNumleafs(inTree))
    plotTree.totalD = float(getTreeDepth(inTree))
    plotTree.xOff = -0.5/plotTree.totalW;
    plotTree.yOff = 1.0;
    plotTree(inTree,(0.5,1.0),'')
    plt.show()
#3-6获取叶节点的数目和树的层数
def getNumleafs(myTree):#getNumleafs函数遍历整颗树，累计叶子节点的个数，并返回该数值。
    numLeafs = 0#初始化叶节点个数
    firstsides = list(myTree.keys())# 从myTree的所有节点获取第一个节点(根节点)
    firstStr = firstsides[0]
    secondDict = myTree[firstStr]
    # 遍历根key的value(value包含根key包含的余下所有的子节点)
    # 上一级的value包含下一级的key，因此通过递归，可以不断取到下一层的value
    for key in secondDict.keys():
        if type(secondDict[key]) == 'dict':#判断子节点是否是字典类型
            numLeafs += getNumleafs(secondDict[key])
            #如果是，说明该节点也是一个判断节点，需要递归调用getNumleafs函数
        else:# 如果获取的vlaue不再是字典，说明已经是最后一个子节点，进行一次加1操作
            numLeafs += 1
    return numLeafs

    # 树的层数与获取叶节点的步骤相似，区别在于
    # 叶节点数每遍历一次，如果遍历到叶子节点，那么将计数加一，累计叶子节点的个数；
    # 树层数的计数在递归的过程中，如果遍历到叶子节点，就会将计数值置为1，只保留max的计数。
    # 将这一层的深度记为1
def getTreeDepth(myTree): # 获取树的层数
    maxDepth = 0 # 初始化一个记录最大深度的变量
    firstsides = list(myTree.keys())
    firstStr = firstsides[0]#将字典转化为列表函数
    secondDict = myTree[firstStr]
    for key in secondDict.keys():
        if type(secondDict[key])  == 'dict':#判断子节点是否是字典类型
            thisDepth = 1 + getTreeDepth(secondDict[key])
        else:# 如果没有遍历到dict，只有一层
            thisDepth = 1
    # 每一个key对用的子节点串（每一条路径）都会有一个最大值，记录其中最大的那个
        if thisDepth > maxDepth: maxDepth = thisDepth
    return  maxDepth
def retrieveTree(i):
    listOfTrees = [{'no surfacing':{0:'no',1:{'flippers':{0:'no',1:'yes'}}}},
                   {'no surfacing':{0:'no',1:{'flippers': {0:{'head':{0:'no',1:'yes'}},1:'no'}}}}
                   ]
    return  listOfTrees[i]
#3-7plotTree函数
def plotMidText(cntrPt, parentPt, txtString):#子节点，父节点，文本标签信息
    #函数计算父节点和子节点的中间位置，并在此处添加简单的文本标签信息
    xMid = (parentPt[0]-cntrPt[0])/2.0 + cntrPt[0]
    yMid = (parentPt[1] - cntrPt[1]) / 2.0 + cntrPt[1]
    createPlot.ax1.text(xMid, yMid, txtString)
def plotTree(myTree, parentPt, nodeTxt):
    numLeafs = getNumleafs(myTree)#计算叶节点数目
    depth = getTreeDepth(myTree)#获取树的层数
    firstsides = list(myTree.keys())
    #计算树的宽和高
    cntrPt = (plotTree.xOff + (1.0 + float(numLeafs))/2.0/plotTree.totalW,plotTree.yOff)
    plotMidText(cntrPt, parentPt,nodeTxt)
    plotNode(firstStr, cntrPt, parentPt, decisionNode)
    secondDict = myTree[firstStr]
    plotTree.yoff = plotTree.yoff -1.0/plotTree.totalD
    for key in secondDict.keys():
        if type(secondDict[key]) == 'dict':  # 判断子节点是否是字典类型
            plotTree(secondDict[key],cntrPt,str(key))
        else:
            plotTree.xOff = plotTree.xOff + 1.0/plotTree.totalW
            plotNode(secondDict[key],(plotTree.xOff,plotTree.yOff)),cntrPt,leafNode)
            plotMidText((plotTree.xOff, plotTree.yOff),cntrPt,str(key))
    plotTree.yOff = plotTree.yOff + 1.0/plotTree.totalD

本章难度比较大。具体先参考：

https://blog.csdn.net/qq_25974431/article/details/79083628