http://www.cnblogs.com/onemorepoint/p/8310996.html

• 下載安裝配置環境變數
  • intall
  • 配置環境變數
  • 驗證
• 基本繪圖入門
  • graph
  • digraph
  • 一個複雜的例子
• 和python互動

  發現好的工具，如同發現新大陸。有時，我們會好奇，論文中、各種專業的書中那麼形象的插圖是如何做出來的，無一例外不是對繪圖工具的熟練使用。

  下載安裝、配置環境變數

  intall

  windows版本下載地址：http://www.graphviz.org/download/

  

  雙擊msi檔案，然後一直next（記住安裝路徑，後面配置環境變數會用到路徑資訊），安裝完成之後，會在windows開始選單建立快捷資訊，預設快捷方式不放在桌面。 

  
  

   

  配置環境變數

  將graphviz安裝目錄下的bin資料夾新增到Path環境變數中：

   

  
  

   

   

  
  

   

  驗證

  進入windows命令列介面，輸入dot -version，然後按回車，如果顯示graphviz的相關版本資訊，則安裝配置成功。

   

  
  

   

  基本繪圖入門

  開啟windows下的graphviz編輯器gvedit，編寫如下的dot指令碼語言，儲存成gv格式文字檔案。然後進入命令列介面，使用dot命令，將gv檔案轉化為png圖形檔案。

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

• 1

• graph

  graph使用--描述關係

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

  
  

   

  digraph

  使用->描述關係

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

   

  
  

   

  一個複雜的例子

  digraph startgame {
      label="遊戲資源更新流程"
      rankdir="TB"
      start[label="啟動遊戲" shape=circle style=filled]
      ifwifi[label="網路環境判斷是否 WIFI" shape=diamond]
      needupdate[label="是否有資源需要更新" shape=diamond]
      startslientdl[label="靜默下載" shape=box]
      enterhall[label="進入遊戲大廳" shape=box]
  
      enterroom[label="進入房間" shape=box]
      resourceuptodate[label="資源不完整" shape=diamond]
      startplay[label="正常遊戲" shape=circle fillcolor=blue]
      warning[label="提醒玩家是否更新" shape=diamond]
      startdl[label="進入下載介面" 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="確認下載"]
      warning -> enterhall[label="取消下載"]
      startdl -> enterhall[label="取消下載"]
      startdl -> startplay[label="下載完成"]
  }
   
  

   

   

  
  

   

  和python互動

  graphviz強大而便捷的關係圖/流程圖繪製方法，很容易讓我們聯想到機器學習中的Decision Tree的展示方式。幸運的是，scikit-learn提供了生成.dot檔案的介面，具體操作如下：

  在python編輯環境下：

  from sklearn.tree import export_graphviz    # 匯入的是一個函式
  # tree表示已經訓練好的模型，即已經呼叫過DecisionTreeClassifier例項的fit(X_train, y_train)方法
  export_graphviz(tree, out_file='tree.dot', 
          feature_names=['petal length', 'petal width'])

  進入windows命令列介面，cd 切換到tree.dot所在的路徑，執行

  dot -Tpng tree.dot -o tree.png