Jupyter Lab中使用Graphviz可视化决策树无法显示图片如何解决？

故障核心原因 #

你之前操作失败的核心原因分为两类：

• 调用参数不符合API要求，传入了错误类型的对象
• 运行环境不支持IPython原生渲染能力，或缺少系统层面的Graphviz依赖

之前操作失败的具体说明 #

• 直接执行graph：输出的是pydotplus Dot类的实例内存地址，该对象没有默认渲染逻辑，不会直接显示图片
• 执行Image(graph)：Image类要求传入二进制字节流、本地文件路径或图片url，你传入的是Dot实例，类型匹配失败，仅返回Image对象的内存标识
• 执行display(plt)无显示：仅Jupyter系列环境支持display的图片渲染能力，普通环境下无效果；若在Jupyter环境下仍无显示，一般是缺少系统层面的Graphviz依赖导致生成的二进制流异常

解决方案 #

方案1：Jupyter系列环境（Notebook/Lab/Colab）显示 #

首先确认你已经安装了系统层面的Graphviz工具包：

• Debian/Ubuntu：执行apt install graphviz
• macOS：执行brew install graphviz
• Windows：下载Graphviz官方安装包后，将安装路径下的bin目录加入系统环境变量
  然后使用以下代码即可渲染显示：

from six import StringIO  
import pydotplus 
from sklearn import tree
from IPython.display import Image, display

dotfile = StringIO() 
# 可按需添加参数优化可视化效果
tree.export_graphviz(
    dt_default, 
    out_file=dotfile,
    feature_names=你的特征列名列表, # 可选参数，显示特征名而非索引号
    class_names=你的分类标签列表, # 可选参数，分类场景可添加
    filled=True, # 可选参数，给节点填充颜色
    rounded=True # 可选参数，节点圆角样式
) 
graph = pydotplus.graph_from_dot_data(dotfile.getvalue())
# 传入png二进制流调用display渲染
display(Image(graph.create_png()))

方案2：本地普通Python环境显示 #

普通Python shell、IDE终端不支持IPython的display渲染能力，直接将生成的图片写入本地文件后打开即可：

# 接你已经生成的graph对象的后续代码
graph.write_png("决策树可视化结果.png")

执行完成后到代码运行的工作目录下打开生成的png文件即可查看。

内容的提问来源于stack exchange，提问作者Saurabh Deshpande