Python 不使用graphviz/web可视化决策树

由于一些限制，我不能使用graphviz，webgraphviz.com 可视化决策树（工作网络与另一个世界是封闭的）

问题：是否有一些替代实用程序或Python代码，用于至少非常简单的可视化，可能只是决策树的ASCII可视化（Python/sklearn）

我的意思是，我可以特别使用sklearn:tree.export_graphviz（） 它生成具有树结构的文本文件，从中可以读取树， 但是用“眼睛”做这件事并不愉快

PS 注意

graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

---

将不起作用，因为create_png隐式使用graphviz

这里是一个既不使用graphviz也不使用在线转换器的答案。从scikit learn 21.0版（大约2019年5月）起，现在可以使用scikit learn的matplotlib绘制决策树，而无需依赖graphviz

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree

X, y = load_iris(return_X_y=True)

# Make an instance of the Model
clf = DecisionTreeClassifier(max_depth = 5)

# Train the model on the data
clf.fit(X, y)

fn=['sepal length (cm)','sepal width (cm)','petal length (cm)','petal width (cm)']
cn=['setosa', 'versicolor', 'virginica']

# Setting dpi = 300 to make image clearer than default
fig, axes = plt.subplots(nrows = 1,ncols = 1,figsize = (4,4), dpi=300)

tree.plot_tree(clf,
           feature_names = fn, 
           class_names=cn,
           filled = True);

fig.savefig('imagename.png')

下图是保存的内容。

---

代码是根据这一点改编的

我以前用过，但它需要一些调整。您可能会找到更多答案，也可以在这里找到一些信息：本文可能对您有用：