graphviz简介
注意
不同于一般的Python包，graphviz需要额外下载可执行文件，并配置环境变量，如果想在python代码中使用，需要参考下面的步骤：
Install GraphViz if you haven't already (I used the MSI download)
Get the path for gvedit.exe (for me it was "C:\Program Files (x86)\Graphviz2.34\bin")
Add this path to the computer's PATH
One way to get to environment settings to set your path is to click on each of these button/menu options: start->computer->system properties->advanced settings->environment variables
Click Edit User path
Add this string to the end of your Variable value list (including semicolon): ;C:\Program Files (x86)\Graphviz2.34\bin
Click OK
Restart your Python IDE
stackoverflow原文地址
否则运行的时候回报出下面的错误：
'GraphViz\'s executables not found'
使用
场景介绍：
最近在学决策树，在学习使用scikitlearn的决策树方法时候，会产生一个dot格式的文件来表示最终的结果。我想把这个dot树可视化。
pydot可以实现这个功能，不过最后发现pydot还是用不了，好在pydotplus可以解决这个问题。
代码：
from sklearn.datasets import load_iris
from sklearn.externals.six import StringIO
from sklearn import tree
import os
import pydotplus
from IPython.display import Image
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)
dot_data = StringIO()
tree.export_graphviz(clf)
dot_data = StringIO()
tree.export_graphviz(clf, out_file=dot_data,
feature_names=iris.feature_names,
class_names=iris.target_names,
filled=True, rounded=True,
special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf('iris.pdf')
效果：
最终会形成一个pdf文件，内容是这样的：
应用于西瓜数据集的尝试
放在scikit-learn decision tree 部分中
