windows下Graphviz安装及入门教程的实现方法

下载安装配置环境变量intall配置环境变量验证基本绘图入门graphdigraph一个复杂的例子和python交互

发现好的工具，如同发现新大陆。有时，我们会好奇，论文中、各种专业的书中那么形象的插图是如何做出来的，无一例外不是对绘图工具的熟练使用。

下载安装、配置环境变量
intall
windows版本下载地址：http://www.graphviz.org/Download_windows.php

双击msi文件，然后一直next（记住安装路径，后面配置环境变量会用到路径信息），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。

基本绘图入门
打开windows下的graphviz编辑器gvedit，编写如下的dot脚本语言，保存成gv格式文本文件。然后进入命令行界面，使用dot命令，将gv文件转化为png图形文件。

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

复制代码

graph
graph使用--描述关系

1. graph pic1 {
2. a -- b
3. a -- b
4. b -- a [color=blue]
5. }

复制代码

digraph
使用->描述关系

1. digraph pic2 {
2. a -> b
3. a -> b
4. b -> a [style=filled color=blue]
5. }

复制代码

一个复杂的例子

1. digraph startgame {
2.   label="游戏资源更新流程"
3.   rankdir="TB"
4.   start[label="启动游戏" shape=circle style=filled]
5.   ifwifi[label="网络环境判断是否 WIFI" shape=diamond]
6.   needupdate[label="是否有资源需要更新" shape=diamond]
7.   startslientdl[label="静默下载" shape=box]
8.   enterhall[label="进入游戏大厅" shape=box]
10.   enterroom[label="进入房间" shape=box]
11.   resourceuptodate[label="资源不完整" shape=diamond]
12.   startplay[label="正常游戏" shape=circle fillcolor=blue]
13.   warning[label="提醒玩家是否更新" shape=diamond]
14.   startdl[label="进入下载界面" shape=box]
15.   //{rank=same; needupdate, enterhall}
17.   {shape=diamond; ifwifi, needupdate}
19.   start -> ifwifi
20.   ifwifi->needupdate[label="是"]
21.   ifwifi->enterhall[label="否"]
22.   needupdate->startslientdl[label="是"]
23.   startslientdl->enterhall
24.   needupdate->enterhall[label="否"]
26.   enterhall -> enterroom
27.   enterroom -> resourceuptodate
28.   resourceuptodate -> warning[label="是"]
29.   resourceuptodate -> startplay[label="否"]
30.   warning -> startdl[label="确认下载"]
31.   warning -> enterhall[label="取消下载"]
32.   startdl -> enterhall[label="取消下载"]
33.   startdl -> startplay[label="下载完成"]
34. }

复制代码

和python交互
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：

1. from sklearn.tree import export_graphviz  # 导入的是一个函数
2. # 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
3. export_graphviz(tree, out_file='tree.dot',
4.     feature_names=['petal length', 'petal width'])

复制代码

进入windows命令行界面，cd 切换到tree.dot所在的路径，执行

1. dot -Tpng tree.dot -o tree.png

复制代码

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中国红客联盟。