因為用到了深度學習的決策樹 需要將.dot檔案 匯出為圖形的方式直觀地看。所以需要用到graphviz。

轉載地址：http://blog.csdn.net/lanchunhui/article/details/49472949

• 下載安裝配置環境變數
  • intall
  • 配置環境變數
  • 驗證
• 基本繪圖入門
  • graph
  • digraph
  • 一個複雜的例子
• 和python互動

發現好的工具，如同發現新大陸。有時，我們會好奇，論文中、各種專業的書中那麼形象的插圖是如何做出來的，無一例外不是對繪圖工具的熟練使用。

下載安裝、配置環境變數

intall

雙擊msi檔案，然後一直next（記住安裝路徑 ，預設路徑C:\Program Files (x86)\Graphviz2.38，後面配置環境變數會用到路徑資訊），安裝完成之後，會在windows開始選單建立快捷資訊，預設快捷方式不放在桌面。 

 

配置環境變數

將graphviz安裝目錄下的bin資料夾新增到Path環境變數中：

 

 

驗證

進入windows命令列介面，輸入dot -version，然後按回車，如果顯示graphviz的相關版本資訊，則安裝配置成功。

 

  在cmd視窗中用命令將dot檔案轉換成pdf圖形檔案

需要輸轉換後的檔案路徑，否則不知道轉到哪裡去了呢。

dot -Tpdf D:\mycodes\pythonStudy\python\allDecisionTree.dot -o D:\mycodes\pythonStudy\python\allDecisionTree.pdf 

基本繪圖入門

開啟windows下的graphviz編輯器gvedit

dot D:\test\1.gv -Tpng -o image.png

• 1

graph

graph使用--描述關係

graph pic1 { 
  a -- b
  a -- b
  b -- a [color=blue]
} 

 

digraph

使用->描述關係

digraph pic2 { 
  a -> b
  a -> b
  b -> a [style=filled color=blue]
} 

 

一個複雜的例子

digraph startgame {
    label="遊戲資源更新流程"
    rankdir="TB"
    start[label="啟動遊戲" shape=circle style=filled]
    ifwifi[label="網路環境判斷是否 WIFI" shape=diamond]
    needupdate[label="是否有資源需要更新" shape=diamond]
    startslientdl[label="靜默下載" shape=box]
    enterhall[label="進入遊戲大廳" shape=box]

    enterroom[label="進入房間" shape=box]
    resourceuptodate[label="資源不完整" shape=diamond]
    startplay[label="正常遊戲" shape=circle fillcolor=blue]
    warning[label="提醒玩家是否更新" shape=diamond]
    startdl[label="進入下載介面" shape=box]
    //{rank=same; needupdate, enterhall}

    {shape=diamond; ifwifi, needupdate}

    start -> ifwifi
    ifwifi->needupdate[label="是"]
    ifwifi->enterhall[label="否"]
    needupdate->startslientdl[label="是"]
    startslientdl->enterhall
    needupdate->enterhall[label="否"]

    enterhall -> enterroom
    enterroom -> resourceuptodate
    resourceuptodate -> warning[label="是"]
    resourceuptodate -> startplay[label="否"]
    warning -> startdl[label="確認下載"]
    warning -> enterhall[label="取消下載"]
    startdl -> enterhall[label="取消下載"]
    startdl -> startplay[label="下載完成"]
}
 

 

和python互動

graphviz強大而便捷的關係圖/流程圖繪製方法，很容易讓我們聯想到機器學習中的Decision Tree的展示方式。幸運的是，scikit-learn提供了生成.dot檔案的介面，具體操作如下：

在python編輯環境下：

from sklearn.tree import export_graphviz    # 匯入的是一個函式
# tree表示已經訓練好的模型，即已經呼叫過DecisionTreeClassifier例項的fit(X_train, y_train)方法
export_graphviz(tree, out_file='tree.dot', 
        feature_names=['petal length', 'petal width'])

進入windows命令列介面，cd 切換到tree.dot所在的路徑，執行

dot -Tpng tree.dot -o tree.png