Python树图谱 python绘制树形图

转载

mob6454cc65110a 2023-08-31 14:23:30

文章标签 Python树图谱 python 机器学习源代码调试 文章分类 Python 后端开发

《机器学习实战》第三章 3.2 在Python中使用Matplotlib注解绘制树形图

自己按照树上的代码敲了一遍（Spyder），调试之后可以使用，向大家分享一下，另外，有好多的注解，希望对大家有帮助。
代码
源代码

# -*- coding: utf-8 -*-
"""
Created on Mon Dec 18 10:53:31 2017

@author: XU LI
"""
#使用Matplotlib绘制树形图----注解工具annotations
#使用文本注解绘制树节点

import matplotlib.pyplot as plt

#定义决策树决策结果的属性，用字典来定义  
#下面的字典定义也可写作 decisionNode={boxstyle:'sawtooth',fc:'0.8'}  
#boxstyle为文本框的类型，sawtooth是锯齿形，fc是边框线粗细  
decisionNode = dict(boxstyle="sawtooth", fc="0.8")
leafNode = dict(boxstyle="round4", fc="0.8")
arrow_args = dict(arrowstyle="<-")
def plotNode(nodeTxt, centerPt, parentPt, nodeType):
    # annotate是关于一个数据点的文本  
    # nodeTxt为要显示的文本，centerPt为文本的中心点，箭头所在的点，parentPt为指向文本的点
    #createPlot.ax1定义一个绘图区
    createPlot.ax1.annotate(nodeTxt, xy=parentPt,  xycoords='axes fraction',
             xytext=centerPt, textcoords='axes fraction',
             va="center", ha="center", bbox=nodeType, arrowprops=arrow_args )

def createPlot():     
    fig = plt.figure(1,facecolor='white') 
    # 定义一个画布，背景为白色
    fig.clf() 
    # 把画布清空
    # createPlot.ax1为全局变量，绘制图像的句柄，subplot为定义了一个绘图，
    #111表示figure中的图有1行1列，即1个，最后的1代表第一个图 
    # frameon表示是否绘制坐标轴矩形 
    createPlot.ax1 = plt.subplot(111,frameon=False) 
    plotNode('a decision node',(0.5,0.1),(0.1,0.5),decisionNode) 
    plotNode('a leaf node',(0.8,0.1),(0.3,0.8),leafNode) 
    plt.show() 

#确定x,y轴的长度来放置所有的树节点
#获取叶节点的数目和树的层数
def getNumLeafs(myTree):
    numLeafs = 0
    firstStr = myTree.keys()[0]
    #字典的第一个键，即树的一个结点
    secondDict = myTree[firstStr]
    #这个键的值，即该结点的所有子树
    for key in secondDict.keys():
        if type(secondDict[key]).__name__=='dict':
            #使用type()判断子节点是否是字典类型
            numLeafs += getNumLeafs(secondDict[key])
        else : numLeafs += 1
    return numLeafs
def getTreeDepth(myTree):
    maxDepth = 0
    firstStr = myTree.keys()[0]
    secondDict = myTree[firstStr]
    for key in secondDict.keys():
        if type(secondDict[key]).__name__=='dict':
            thisDepth = 1 + getTreeDepth(secondDict[key])
        else : thisDepth = 1
        if thisDepth > maxDepth: maxDepth = thisDepth
    return maxDepth

#输出预先存储的树信息
def retrieveTree(i):
    listOfTrees = [{'no surfacing':{0:'no',1:{'flippers':{0:'no',1:'yes'}}}},
                   {'no surfacing':{0:'no',1:{'flippers':{0:{'head':{0:'no',
                   1:'yes'}},1:'no'}}}}]
    #定义了两个字典
    return listOfTrees[i]

#plotTree 函数
def plotMidText(cntrpt,parentPt,txtString):
    #计算父节点与子节点的中间位置，在此处添加文本信息
    xMid = (parentPt[0] - cntrpt[0])/2.0 + cntrpt[0]
    yMid = (parentPt[1] - cntrpt[1])/2.0 + cntrpt[1]
    createPlot.ax1.text(xMid,yMid,txtString)
def plotTree(myTree,parentPt,nodeTxt):
    #递归函数，计算树的宽和高
    numLeafs = getNumLeafs(myTree)
    #当前树的叶子数
    depth = getTreeDepth(myTree)
    #没有用到这个变量
    firstStr = myTree.keys()[0]
    cntrpt = (plotTree.x0ff + (1.0 + float(numLeafs))/2.0/plotTree.totalW,plotTree.y0ff)
    #cntrPt文本中心点   parentPt指向文本中心的点
    plotMidText(cntrpt,parentPt,nodeTxt)
    #画分支上的键
    plotNode(firstStr,cntrpt,parentPt,decisionNode)
    secondDict = myTree[firstStr]
    plotTree.y0ff = plotTree.y0ff - 1.0/plotTree.totalD
    #从上往下画，依次递减y的坐标值
    for key in secondDict.keys():
         if type(secondDict[key]).__name__=='dict':
             #如果是字典则是一个判断（内部）结点
             plotTree(secondDict[key],cntrpt,str(key))
         else:
             plotTree.x0ff = plotTree.x0ff + 1.0/plotTree.totalW
             plotNode(secondDict[key],(plotTree.x0ff,plotTree.y0ff),cntrpt,
                      leafNode)
             plotMidText((plotTree.x0ff,plotTree.y0ff),cntrpt,str(key))
    plotTree.y0ff = plotTree.y0ff + 1.0/plotTree.totalD
def createPlot(inTree):
    #创建绘图区，计算树形图的全局尺寸，并调用递归函数plotTree()
    fig = plt.figure(1,facecolor='white') 
    # 定义一个画布，背景为白色
    fig.clf()
    # 把画布清空
    axprops = dict(xticks=[],yticks=[])
    # 定义横纵坐标轴，无内容
    createPlot.ax1 = plt.subplot(111,frameon=False,**axprops)
    # 绘制图像,无边框,无坐标轴
    plotTree.totalW = float(getNumLeafs(inTree))
    #树的宽度#全局变量宽度 = 叶子数
    plotTree.totalD = float(getTreeDepth(inTree))
    #树的深度#全局变量高度 = 深度
    plotTree.x0ff = -0.5/plotTree.totalW;#例如绘制3个叶子结点，坐标应为1/3,2/3,3/3
    #但这样会使整个图形偏右因此初始的，将x值向左移一点。
    plotTree.y0ff = 1.0;
    plotTree(inTree, (0.5,1.0), '')   
    plt.show()

3.结果分析代码

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 28 20:52:14 2017

@author: XU LI
"""

myData,labels = createDataSet()
print myData
print calcShannonEnt(myData)
print'---------------------------------'
print splitDataSet (myData,0,1)
print splitDataSet (myData,0,0)
print splitDataSet (myData,1,1)
print splitDataSet (myData,1,0)
print'---------------------------------'
myData,labels = createDataSet()
print myData
print '第', chooseBestFeatureToSplit(myData),
print '个特征是最好的用于划分数据集的特征'
print'---------------------------------'
myData,labels = createDataSet()
myTree = createTree(myData,labels)
print 'myTree=',myTree
print'---------------------------------'
#treePlotter.createPlot()
print'---------------------------------'
print treePlotter.retrieveTree(1)
myTree = treePlotter.retrieveTree(0)
print myTree
print treePlotter.getNumLeafs(myTree)
print treePlotter.getTreeDepth(myTree)
print'---------------------------------'
myTree = retrieveTree(0)
createPlot(myTree)

4.结果

Python树图谱 python绘制树形图_python