Graphvizのインストールのチュートリアル

 

---

ダウンロードしてインストールし、環境変数を設定します

intall

ダウンロードWindows版：http://www.graphviz.org/download/

ダブルクリックしてmsiファイルを、その後、（インストールパスを覚えて、環境変数が設定パス情報で、後に使用されます）次のされている、インストールが完了した後、情報は、Windowsのショートカットを作成するメニューを起動し、デフォルトのショートカットは、テーブルの上ではありません。 

 

 

設定の環境変数

binディレクトリ内のファイルは、PATH環境変数にインストールフォルダをgraphvizの：

 

 

 

 

 

 

検証

Windowsのコマンドラインインターフェースには、入力はdot -version、関連する情報はgraphvizのバージョンを表示されている場合は、Enterを押し、インストール構成は成功です。

 

 

 

基本的な描画エントリー

窓の下にオープンGraphvizのエディタgveditは、以下のドットのスクリプト言語を記述したテキストファイル形式として保存GV。そして、PNG画像ファイルにファイルを変換するGV、ドットコマンドを使用して、コマンドラインインターフェイスを入力します。

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

• 1

グラフ

グラフを使用し--関係を説明

graph pic1 { 
  a -- b
  a -- b b -- a [color=blue] } 

 

 

 

 

有向グラフ

使用->関係を記述するために

digraph pic2 { 
  a -> b
  a -> b
  b -> a [style=filled color=blue]
} 

 

 

 

 

複雑な例

digraph startgame {
    label="游戏资源更新流程"
    rankdir="TB" start[label="启动游戏" shape=circle style=filled] ifwifi[label="网络环境判断是否 WIFI" shape=diamond] needupdate[label="是否有资源需要更新" shape=diamond] startslientdl[label="静默下载" shape=box] enterhall[label="进入游戏大厅" shape=box] enterroom[label="进入房间" shape=box] resourceuptodate[label="资源不完整" shape=diamond] startplay[label="正常游戏" shape=circle fillcolor=blue] warning[label="提醒玩家是否更新" shape=diamond] startdl[label="进入下载界面" shape=box] //{rank=same; needupdate, enterhall} {shape=diamond; ifwifi, needupdate} start -> ifwifi ifwifi->needupdate[label="是"] ifwifi->enterhall[label="否"] needupdate->startslientdl[label="是"] startslientdl->enterhall needupdate->enterhall[label="否"] enterhall -> enterroom enterroom -> resourceuptodate resourceuptodate -> warning[label="是"] resourceuptodate -> startplay[label="否"] warning -> startdl[label="确认下载"] warning -> enterhall[label="取消下载"] startdl -> enterhall[label="取消下载"] startdl -> startplay[label="下载完成"] }

 

 

 

 

 

そして、Pythonの対話

私たちは、機械学習を考えるようにするためにgraphvizの強力で便利なダイアグラム/フローチャートの描画方法は、それが容易になりますDecision Tree方法を表示します。幸いなことに、生成提供scikit-学び.dot、次のように、インターフェイスファイルを：

ではPythonの編集環境：

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

切り替えるには、Windowsのコマンド・ライン・インターフェース、CDへのtree.dot実行パス

dot -Tpng tree.dot -o tree.png