pydotplus的安装基本入门和决策树的可视化

　　1 说明
　　=====
　　1.1 pydotplus是旧pydot项目的一个改进版本，它为graphviz的点语言提供了一个python接口。
　　1.2 复习一下：
　　1.2.1 pydot已经淘汰了，不再更新了。
　　1.2.2 Dot是开源工具包Graphviz上用来画图的一门脚本语言，本次不介绍了。
　　1.3 提到基本绘制图形，dot语法类似，泰坦尼克号决策树的可视化；讲解清楚，注释仔细，通俗易懂，适合收藏。
　　2 介绍
　　=====
　　2.1 官网：https://pydotplus.readthedocs.io/  https://github.com/carlos-jenkins/pydotplus
　　2.2 安装：pip install pydotplus #本机安装 sudo pip3.8 install pydotplus
　　2.3 有时候可能需要安装graphviz：pip install graphviz  #注意环境变量设置
　　3 效果展示
　　========
　　3.1 入门级图1
　　3.2 图1代码：import pydotplus as pdp  #方法一，单引号 #graph = pdp.graph_from_dot_data(＂digraph demo1{a -> b -> c; c ->a; }＂)  #方法二，双引号 graph = pdp.graph_from_dot_data(     ＂＂＂         digraph demo1{             a -> b -> c; c ->a; }      ＂＂＂      )  #生成jpg图片 #graph.write_jpg(＂/home/xgj/Desktop/pydotplus/3dot.jpg＂)  #生成png图片 graph.write_png(＂/home/xgj/Desktop/pydotplus/3dot.png＂)  #生成pdf文件 #graph.write_pdf(＂/home/xgj/Desktop/pydotplus/3dot.pdf＂)
　　3.3 图2
　　3.4 图2代码 import pydotplus as pdp  #语法符合原dot语法 dot = ＂＂＂ //定义节点属性   digraph g {       //==========定义节点关系============       a->b;       b->c;       c->a;       c->d->e->f;       d->g;       e->h;       //==========定义节点属性============       //定义a节点为长方形, 样式为填充, 填充颜色为#ABACBA       a[shape=box,label=＂Server1 WebServer＂,fillcolor=＂#ABACBA＂,style=filled];       //定义b为5边形, 标签为＂bb＂, 样式为填充, 填充色为red       b[shape=polygon,sides=5,label=＂bb＂,style=filled,fillcolor=red];       //c, 默认为椭圆       d[shape=circle,label=＂加油＂,fontname=＂Microsoft YaHei＂]; //圆       e[shape=triangle]; //三角形       f[shape=polygon, sides=4, skew=0.5]; //平行四边形       g[shape=polygon, distortion=0.5]; //梯形, 上边长       h[shape=polygon, distortion=-.5]; //梯形, 下边长   } ＂＂＂  graph = pdp.graph_from_dot_data(dot)  graph.write_jpg(＂/home/xgj/Desktop/pydotplus/4dot.jpg＂)
　　3.5 图3
　　3.6 图3代码：import pydotplus as pdp  dot_cn = ＂＂＂     digraph demo{         node [shape=box, style=＂rounded＂, color=＂black＂, fontname=＂Microsoft YaHei＂];         edge [fontname=＂Microsoft YaHei＂];         a -> b[label=＂哈尼＂]         a[label=＂你好么？＂]         b[label=＂我很好！＂]         }     ＂＂＂ graph = pdp.graph_from_dot_data(dot_cn)  graph.write_jpg(＂/home/xgj/Desktop/pydotplus/5dot.jpg＂)
　　4 泰坦尼克号的决策树
　　=================
　　4.1 效果图
　　4.2 注意
　　======
　　4.2.1 决策树是机器学习中一个比较重要而且常用的算法, 是基于香农的信息论计算信息熵然后计算信息增益。
　　4.2.2 参考文章：#https://blog.csdn.net/qq_42768234/article/details/99453826?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.add_param_isCf
　　4.2.3 数据集：打开网页，复制，并修改txt为csvhttp://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt
　　4.3 代码：import numpy as np import pandas as pd   file_path = ＂/home/xgj/Desktop/pydotplus/titanic.csv＂ data = pd.read_csv(file_path) data[＂age＂].isnull().sum()  # 年龄有680个缺失值  x = data[[＂pclass＂, ＂age＂, ＂sex＂]] y = data[＂survived＂]  x[＂age＂].fillna(x[＂age＂].mean(), inplace=True)  # 用平均年龄来填充缺失值  from sklearn.model_selection import train_test_split  # 导入数据集分割 from sklearn.feature_extraction import DictVectorizer  # 导入特征工程 from sklearn.tree import DecisionTreeClassifier  # 导入决策树分类器  x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25)  # 分割数据  info = DictVectorizer(sparse=False)  # 特征工程 x_train = info.fit_transform(x_train.to_dict(orient=＂records＂)) x_test = info.fit_transform(x_test.to_dict(orient=＂records＂))  dec = DecisionTreeClassifier(max_depth=5) dec.fit(x_train, y_train) dec.score(x_test, y_test) dec.predict(x_test[0: 1])  # 进行测试预测  from sklearn import tree import pydotplus  # 可视化 dot_data = tree.export_graphviz(dec, out_file=None,                         filled=True, rounded=True,                         special_characters=True) graph = pydotplus.graph_from_dot_data(dot_data) graph.get_nodes()[7].set_fillcolor(＂#FFF2DD＂) graph.write_png(＂/home/xgj/Desktop/pydotplus/graph7.png＂)
　　5 加载sklearn自身数据集
　　===================
　　5.1 效果图
　　5.2 参考文章#https://blog.csdn.net/qq_39290225/article/details/99684091?utm_medium=distribute.pc_relevant.none-task-blog-OPENSEARCH-4.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-4.add_param_isCf
　　5.3 代码from sklearn import tree from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split  wine=load_wine()#集合自身的数据集  Xtrain,Xtest,Ytrain,Ytest=train_test_split(wine.data,wine.target,test_size=0.3)  #训练 clf=tree.DecisionTreeClassifier(criterion=＂entropy＂) clf=clf.fit(Xtrain,Ytrain) #查看一下准确度 score=clf.score(Xtest,Ytest)   f_name=[＂酒精＂,＂苹果酸＂,＂灰＂,＂灰的碱性＂,＂镁＂,＂总酚＂,＂类黄酮＂,＂非黄烷类酚类＂,＂花青素＂,＂颜色强度＂,＂色调＂,＂稀释葡萄酒＂,＂脯氨酸＂]   dot_data=tree.export_graphviz(clf                               ,feature_names=f_name                               ,class_names=[＂茅台＂,＂啤酒＂,＂黄酒＂]                               ,filled=True                               ,rounded=True,                               out_file=None                              )   import pydotplus  # 可视化  graph = pydotplus.graph_from_dot_data(dot_data)  graph.write_png(＂/home/xgj/Desktop/pydotplus/graph8.png＂)
　　6 加载自身数据集、生成dot文件和决策树
　　===============================
　　6.1 图
　　6.2 代码：#参考文章 #https://www.jianshu.com/p/59b510bafb4d  from sklearn import tree from sklearn.datasets import load_iris  #导入数据集 iris = load_iris() clf = tree.DecisionTreeClassifier() clf = clf.fit(iris.data, iris.target)  #生成dot文件 with open(＂/home/xgj/Desktop/pydotplus/iris.dot＂, ＂w＂) as f:     f = tree.export_graphviz(clf, out_file=f)  #决策树pydotplus可视化 import pydotplus  dot_data = tree.export_graphviz(clf, out_file=None)  graph = pydotplus.graph_from_dot_data(dot_data)   graph.write_png(＂/home/xgj/Desktop/pydotplus/iris.png＂)
　　7 彩蛋
　　=====
　　7.1 dot文件可视化两种方法：
　　7.2 方法一：终端执行dot语法，dot文件在根目录下dot -Tpng -o world.png world.dot
　　7.3 方法二：python代码sklearn，并熟悉xy向量
　　7.3.1 图
　　7.3.2 代码  #用决策树建模 import sklearn.tree as tree from sklearn.tree import DecisionTreeRegressor import numpy as np  clf=tree.DecisionTreeRegressor(min_samples_split=50,max_leaf_nodes=15)   ＂＂＂ DecisionTreeClassifier 能够实现多类别的分类。输入两个向量 向量X，大小为[n_samples,n_features]，用于记录训练样本； 向量Y，大小为[n_samples]，用于存储训练样本的类标签。 ＂＂＂  #产生随机数据集和xy向量 rng = np.random.RandomState(1) x = np.sort(5 * rng.rand(80, 1), axis=0) y = np.sin(x).ravel() y[::5] += 3 * (0.5 - rng.rand(16))  #熟悉fit clf_fit=clf.fit(x,y)  #打开dot文件 tree.export_graphviz(clf_fit,out_file=＂/home/xgj/Desktop/yhsj/world.dot＂  )  import pydotplus   dot_data = tree.export_graphviz(clf_fit, out_file=None, filled=True, rounded=True,  special_characters=True)   graph = pydotplus.graph_from_dot_data(dot_data)   graph.write_jpg(＂/home/xgj/Desktop/yhsj/dot.jpg＂)
　　小结
　　基本从简单到复制，难点在clf.fit(x,y)。