windows10 下 Graphviz服务 安装及入门教程

下载安装、配置环境变量

windows版本下载地址：https://graphviz.gitlab.io/_pages/Download/Download_windows.html

双击 msi 文件，安装完成之后，会在 windows 开始菜单创建快捷信息，默认快捷方式不放在桌面。

配置环境变量

将graphviz安装目录下的bin文件夹添加到Path环境变量中：

验证

进入 windows 命令行界面，输入dot -version，然后按回车，如果显示 graphviz 的相关版本信息，则安装配置成功。

和 python 交互

来自于： windows 下 Graphviz 安装及入门教程 - HeatDeath的博客 - CSDN博客 https://blog.csdn.net/HeatDeath/article/details/78052315

graphviz 强大而便捷的关系图/流程图绘制方法，很容易让我们联想到机器学习中的Decision Tree 的展示方式。幸运的是，scikit-learn 提供了生成 .dot 文件的接口，具体操作如下：

在 $python$ 编辑环境下：

from sklearn.tree import export_graphviz    # 导入的是一个函数
# tree 表示已经训练好的模型，即已经调用过 DecisionTreeClassifier 实例的 fit(X_train, y_train) 方法
export_graphviz(tree, out_file='tree.dot', feature_names=['petal length', 'petal width'])

进入windows命令行界面，cd 切换到 tree.dot 所在的路径，执行

dot -Tpng tree.dot -o tree.png

和 anaconda 交互（决策树可视化案例）

方式一：将模型输出 .dot 文件，然后使用 graphviz 的命令将 .dot 文件转换为 .pdf 格式的文件

from sklearn import tree
with open('iris.dot','w') as f:
    f = tree.export_graphviz(model, out_file=f)
# 命令行执行 dot 命令：dot -Tpdf iris.dot -o iris.pdf

方式二：使用Image对象直接显示 pydotplus 生成的图片

from sklearn import tree
from IPython.display import Image
import pydotplus
dot_data = tree.export_graphviz(model, out_file=None,
                               feature_names=['sepal length', 'sepal width'],
                               class_names=['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'],
                               filled=True,
                               rounded=True,
                               special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
Image(graph.create_png())