Windows python3 sklearn 决策树可视化参数及中文乱码

需要安装graphviz，简单的pip install 之后，执行却一直报“无法找到文件”
最后只好手动安装，在graphviz官网（https://graphviz.gitlab.io/_pages/Download/Download_windows.html） 找到windows的对应版本wheel文件，安装后修改系统用户变量path，将安装路径：F:\graphviz\bin 添加到path变量中；
然后得安装pygraphviz，一开始是用pip install，但是一直报错，是unicode相关的错误，修改了pip的init文件也还是不行，网上解释是没有对应的windows版本，只能在linux上安装
于是到官网下载python3版本可用的wheel文件，然后到安装地址下执行命令：pip install XXXX.wheel
之后就可以将树可视化了：
这里的feature_names来自tfidf模型的tfidf_model.get_feature_names()
class_name是有顺序的，最好用树的class_属性，否则输出的顺序是乱的

    dot_data = StringIO()
    tree.export_graphviz(clf,
                         out_file=dot_data,
                         feature_names=feature_names,
                         class_names=clf.classes_,
                         filled=True, rounded=True, max_depth=10,
                         impurity=False)

    graph = pydot.graph_from_dot_data(dot_data.getvalue())
    # 输出pdf，显示整个决策树的思维过程
    graph[0].write_pdf("viz.pdf", encoding='utf-8')

我这个中文乱码问题折腾了好久了，一直不行，最后是这样的：
将直接输出的文件用代码生成utf-8格式的，并将字体转为支持中文的字体，代码如下（忘记是参考的哪个博客了不好意思）

txt_dir = r'dot_data.txt'
txt_dir_utf8 = r'dot_data_utf8.txt'

with codecs.open(txt_dir, 'r',encoding='utf-8') as f, codecs.open(txt_dir_utf8, 'w', encoding='utf-8') as wf:
    for line in f:
        lines = line.strip().split('\t')
        print(lines)
        if 'label' in lines[0]:
            newline = lines[0].replace('\n', '').replace(' ', '')
        else:
            newline = lines[0].replace('\n','').replace('helvetica', 'Microsoft YaHei')
        wf.write(newline + '\t')

这么替换后可能字体那里少了引号会报错，所以在最前面Microsoft Yahei 那里修改一下，前后加上引号：fontname=“Microsoft YaHei”
然后再转化发现是报错如下：

然后在开头空了两格，也就是diagraph tree前面加了两个空格，然后就好了……好了……了……
如果png超出内存，pdf截断，可以转成svg格式用chrome打开