决策树结果可视化中文乱码问题解决方案

最新推荐文章于 2025-04-20 15:02:53 发布
最新推荐文章于 2025-04-20 15:02:53 发布
阅读量7.4k 收藏 18
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 基础知识 文章标签： Graphviz Python CART
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_41713230/article/details/87860133
当使用决策树处理分类问题并导出结果时，遇到中文显示为框框的故障。解决办法包括：1) 修改Graphviz配置文件，将字体配置文件的路径改为Windows的字体目录；2) 保存dot文件，并替换默认字体为支持中文的字体；3) 在命令窗口用graphviz将结果导出为PDF或PNG图像，以正确显示中文。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

问题描述：

    因决策树可解释强，采用决策树来处理分类问题，在导出结果时，出现中文无法显示的问题（中文显示为框框）。这种情况是由于字体的原因导致的，解决方法如下：

1. 修改Graphviz配置文件

    字体配置文件 fonts.conf 路径：C:\Program Files (x86)\Graphviz2.38\fonts

    将 <dir>#FONTDIR#</dir>            <dir>~/.fonts</dir> 更改为

        <dir>C:/Windows/Fonts</dir>    <dir>~/.fonts</dir>

2. 将决策树dot文件保存下来

    查看保存在本地的 dot_data.dot 可发现，其默认字体 fontname=helvetica，只需将字体修改为支持的中文字体即可，通过正则表达式实现替换。

# dot_data.dot文件内容
digraph Tree {
node [shape=box, style="filled, rounded", color="black", fontname=helvetica] ;
edge [fontname=helvetica] ;

                

        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    



                



	

		

			

				
					
Graphviz安装及使用：决策树可视化

				
			

			

				

					算法工程师
				

				

					10-25
					
					1万+
					
				

			

		

		

			
				
Python大数据分析与机器学习学习笔记
Graphviz安装及使用：决策树可视化

			
		

	



                

            
              



	

		

			

				
					
解决PyCharm用graphviz画决策树中文乱码问题

				
			

			

				

					weixin_41072630的博客
				

				

					05-27
					
					1247
					
				

			

		

		

			
				
1.为什么会乱码？
在生成的dotdot文件的字体是fontname = helvetica ，该字体是西文字体，不支持中文。所以我们将dot中的字体替换即可
2.解决方法
graph = graphviz.Source(dot_data.replace('helvetica','"Microsoft YaHei"'), encoding='utf-8')

这样就可以替换字体了，注意’“Microsoft YaHei”'这里，是单引号里再加双引号
笔者在其他文章中还看有其他方法，比如修改Graphviz中

			
		

	



              


  
              

                


	

		

			

				
					
Python：CART算法可视化决策树

				
			

			

				

					DZH8128的博客
				

				

					07-01
					
					1258
					
				

			

		

		

			
				
import os
import time
import pydotplus
import numpy as np
import pandas as pd
from sklearn import tree
from sklearn.externals.six import StringIO
from sklearn.model_selection import train_test_split

...

			
		

	





	

		

			

				
					
graphviz画决策树图中文乱码问题解决

				
			

			

				

					数据分析与数据挖掘
				

				

					07-02
					
					9935
					
				

			

		

		

			
				
1、修改graphviz配置文件

C:\Program Files\Graphviz2.38\fonts 
&lt;dir&gt;C:\WINDOWS\Fonts&lt;/dir&gt; 
更改为 
    &lt;dir&gt;~/.fonts&lt;/dir&gt;



2、将决策树dot_data文件保存下来



def save_dot_data(model):
    from s...

			
		

	



		

			
		



	

		

			

				
					
解决python可视化乱码

				
			

			

				

					qq_40736162的博客
				

				

					04-20
					
					162
					
				

			

		

		

			
				
plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字。plt.rcParams['axes.unicode_minus'] = False # 正常显示负号。

			
		

	





	

		

			

				
					
python3实现决策树可视化(graphviz)中文乱码

				
			

			

				

					u010811683的博客
				

				

					11-20
					
					2457
					
				

			

		

		

			
				
python3实现决策树可视化(graphviz)中文乱码
python3实现决策树可视化需要用到包graphviz，graphviz默认不支持中文，所以当dot文件中包含中文字符时会出现乱码。
**解决乱码方法一：
**
将dot源文件保存为UTF8（Ubuntu下默认为UTF8，Windows下默认为ASNI）格式，并将dot文档中的所有中文都进行修改，把中文包含在英文的引号（“”）中，如下：
“中文字符”

但是对于生成决策树dot文本中中文较多时，手动修改需要耗费时间较长，可行性较差，则可以用第二种

			
		

	





	

		

			

				
					
解决可视化决策树dtreeviz无法显示中文的问题

				
			

			

				

					weixin_50007456的博客
				

				

					05-23
					
					1334
					
				

			

		

		

			
				
正在和老师做一个医学的机器学习项目, 需要将树模型内部结构可视化以便于医学解释

于是最简单的便是使用graphviz, 但是样子比较丑, 不利于展示可视化说明

太丑了😂于是看到使用dtreeviz的可视化效果特别好看, 而且内部决策过程一目了然的清晰



但是实际使用的时候, Dtreeviz默认是不支持中文的, 网上也搜不到一个好的解决方案(甚至可以说几乎就没有), 唯一找到的是这位兄弟的解决办法:

    - 通过修改dtreeviz 的底层代码和matplotlib 的配置解决

如何...

			
		

	





	

		

			

				
					
决策树——中文可视化

				
			

			

				

					bb_sy_w的博客
				

				

					08-06
					
					1509
					
				

			

		

		

			
				
官方中文文档
监督学习
回归
分类
决策树
这里我们采用sklearn的内置数据试验
from sklearn import tree
import graphviz
from sklearn import datasets

#加载内置数据集
iris = datasets.load_iris()

#实例化，采用哪种方法
clf = tree.DecisionTreeClassifier()

#训练
clf.fit(iris.data,iris.target)

#画出决策树
dot_data = t

			
		

	





	

		

			

				
					
关于解决决策树运行后图片出现中文乱码问题

				
			

			

				

					weixin_51038598的博客
				

				

					11-27
					
					1179
					
				

			

		

		

			
				
解决决策树中文乱码问题

			
		

	





	

		

			

				
					
解决决策树pdf中出现中文乱码问题（新手一看就懂！）

				
			

			

				

					python8181的博客
				

				

					04-27
					
					678
					
				

			

		

		

			
				
当然你要说我有强迫症就必须要解决这个出现报错的问题，肯定是也可以的，你只需在刚才添加的代码里将with open 后的gv文件转为 dot 后缀的文件，即可解决此报错问题了。ok，以上就是sklearn机器学习算法中显示决策树问题时出现中文乱码的解决全部过程了...添加完这段代码后  执行 ，就会显示出无乱码的pdf文件，然后我们对此pdf进行保存即可；不用管他，咱已经解决了pdf出现中文乱码的问题了呀，因为我这里是决策树的gv文件所以打开此文件读取，

			
		

	





	

		

			

				
					
解决Graphviz保存决策树出现中文乱码问题，保存为PDF、png格式

				
			

			

				

					Fanfan的博客
				

				

					06-20
					
					8673
					
				

			

		

		

			
				
问题：
Graphviz输出的决策树可视化图像在jupyter显示没有问题，但是保存为其他类型（PDF）文件时出现中文乱码
原始代码
dot_data = tree.export_graphviz(clf
                                ,feature_names= ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非黄烷类酚类','花青素','颜色强度','色调','od280/od315稀释葡萄酒','脯氨酸']
              

			
		

	





	

		

			

				
					
解决问题，在pycharm中使用graphviz绘制决策树时，决策树图片中不显示中文(中文字体乱码！！) 图文并茂版！！！

				
			

			

				

					但行好事，莫问前程
				

				

					08-27
					
					6494
					
				

			

		

		

			
				
解决问题问题信息问题代码问题分析解决问题注意
问题信息
       •我们在pycharm中使用graphviz绘制决策树时，可能会出现下述图片中中文字体乱码的问题：

       •参考网上修改各种配置文件的方法，一般是不能解决问题的！，此博客介绍一种不修改配置文件的方法解决此问题！！
问题代码
import graphviz
from sklearn impor

			
		

	





	

		

			

				
					
决策树结果可视化中文乱码问题 用函数解决

				
			

			

				

					m0_55849509的博客
				

				

					12-30
					
					3261
					
				

			

		

		

			
				
决策树中文乱码函数解决方法

			
		

	





	

		

			

				
					
graphviz生成决策树中文乱码解决

				
			

			

				

					lhwjgs123456789的博客
				

				

					02-06
					
					1420
					
				

			

		

		

			
				
中文乱码的解决

在画决策树生成的pdf文件中，中文字体出现了乱码。

1.修改安装Graphviz软件中的字体指引位置：在安装目录中找到fonts\fonts.conf文件，找到对应位置修改成如下图红线部分







2.修改生成dot文件中的字体，两种方法：
字体设置的文件在\site-packages\sklearn\tree_export.py   打开文件后ctrl+f搜索一下就可以找到



sklearn中设置生成dot文件的字体是fontname = helvetica 该字体...

			
		

	





	

		

			

				
					
解决pycharm中导入graphviz生成决策树中文乱码问题

				
			

			

				

					qq_43385457的博客
				

				

					12-01
					
					2707
					
				

			

		

		

			
				
解决pycharm中导入graphviz生成决策树中文乱码问题
在pycharm里基于sklearn的wine数据生成决策树，遇到了决策树中文乱码的问题，是因为graphviz默认的fontname为helvetica，
不能很好的显示中文。试了网上其他方法，对自己的电脑没有反应，摸索到了一个方法。
程序代码
from sklearn import tree
from sklearn.datase...

			
		

	





	

		

			

				
					
决策树可视化中文乱码问题解决

				
			

			

				

					shangyf_418的博客
				

				

					09-16
					
					2169
					
				

			

		

		

			
				
# -------- 中文乱码问题解决 -------- 
''' 
# 先保存xxx.dot文件，然后打开保存的xxx.dot文件修改字体，修改为（注意两个fontname的位置）： 
digraph Tree { node [shape=box, style="filled, rounded", color="black", fontname="Microsoft YaHei"] ; 
ed...

			
		

	





	

		

			

				
					
(记录)决策树可视化遇到的一些问题:主要是图片无法显示中文

				
			

			

				

					qq_36803038的博客
				

				

					11-20
					
					1096
					
				

			

		

		

			
				
声明：系统为ubuntu16.04 pythom3.5

1.版本问题

（1）reload(sys)错误

解决：在终端上： import importlib

 importlib.reload(sys)

（2）TypeError:'dict_keys' object does not support indexing 错误

解决：（...

			
		

	





	

		

			

				
					
R语言作图不显示中文解决办法，如何使用中文字体

				
			

			

				

					拓端研究室TRL
				

				

					01-24
					
					1591
					
				

			

		

		

			
				
最近我们被客户要求撰写关于R语言作图的研究报告，包括一些图形和统计输出。

			
		

	





	

		

			

				
					
如何解决决策树可视化的中文乱码问题?(部分解决)

				
			

			

				

					读万卷书 行万里路
				

				

					09-10
					
					2061
					
				

			

		

		

			
				
问题描述:在使用pydotplus和Graphviz对决策树结构进行可视化的时候，由于训练数据的特征名称使用的是中文，所以在最终的可视化结果中，中文被显示成了乱码，具体如下图：

从网上找到的一些资料说，需要对GraphViz中的font配置文件做修改，但这些资料中所说的解决方案都是针对GraphViz 2.39版本做的，对于Graphviz2.49(目前的最新版本)无效(因为里面的配置文件都变了，也有可能是我安装的Graphviz版本里面的包不全)。我的解决方案如下：
dot_data=tree.expo

			
		

	





	

		

			

				
					
决策树可视化


					
最新发布

				
			

			

				

					05-07
				

			

		

		

			
				
### Python 中实现决策树可视化的常见方法

#### 方法一： 使用 `sklearn` 的 `export_graphviz` 函数
`sklearn.tree.export_graphviz` 是一种常用的方法来导出决策树模型并生成 `.dot` 文件。随后可以通过 `graphviz` 库将该文件渲染成图像。

以下是具体代码示例：
```python
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz
import graphviz

# 加载数据集
iris = load_iris()
clf = DecisionTreeClassifier(random_state=1234)
model = clf.fit(iris.data, iris.target)

# 导出 .dot 文件
dot_data = export_graphviz(
    model,
    out_file=None,
    feature_names=iris.feature_names,
    class_names=iris.target_names,
    filled=True,
    rounded=True,
    special_characters=True
)

# 渲染为图形
graph = graphviz.Source(dot_data)
graph.render("decision_tree_output")  # 输出到当前目录下的 decision_tree_output.pdf 或其他格式
```

这种方法的优点在于其灵活性以及能够轻松调整参数以优化可视化效果[^3]。

---

#### 方法二： 使用 `dtreeviz` 工具库
`dtreeviz` 是一个专门设计用于增强决策树可解释性的工具，支持高分辨率的交互式图表，并允许标注单个样本路径。

安装方式如下：
```bash
pip install dtreeviz
```

下面是具体的代码实现：
```python
from sklearn.datasets import load_wine
from sklearn.tree import DecisionTreeClassifier
from dtreeviz.trees import dtreeviz

wine = load_wine()

# 构建模型
clf = DecisionTreeClassifier(max_depth=3, random_state=42)
clf.fit(wine.data, wine.target)

# 可视化
viz = dtreeviz(
    clf,
    x_data=wine.data,
    y_data=wine.target,
    target_name='class',
    feature_names=wine.feature_names,
    class_names=list(wine.target_names),
    title="Wine Dataset Decision Tree"
)

# 显示或保存图片
viz.view()  # 打开浏览器窗口显示
viz.save("wine_decision_tree.svg")  # 将结果保存为 SVG 文件
```

此方法特别适合于需要更直观理解模型行为的情况，尤其是当关注某个特定实例的预测过程时[^2]。

---

#### 方法三： 基于 `pybaobabdt` 实现高级定制化绘图
对于追求更高美观度或者特殊需求的应用场景，可以考虑使用第三方包 `pybaobabdt` 来完成更加精美的决策树绘制工作。

安装命令：
```bash
pip install pybaobabdt
```

实际应用样例如下所示：
```python
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from pybaobabdt import drawTree

# 数据准备
X_train, X_test, y_train, y_test = train_test_split(
    df[features],
    df[target],
    test_size=0.2,
    random_state=0
)

# 训练模型
model = DecisionTreeClassifier(max_depth=5).fit(X_train, y_train)

# 调用 pybaobabdt 进行可视化
ax = drawTree(model, size=10, dpi=300, features=features.tolist())
plt.show()
```

它提供了丰富的自定义选项以便满足不同用户的审美偏好和业务逻辑表达需求[^4]。

---

#### 解决中文乱码问题的小贴士
如果遇到因字体配置不当而导致的中文字符无法正常显示的问题，则可通过替换默认字体解决：

```python
import re

with open("tree.dot", "r+", encoding="utf-8") as f:
    content = re.sub(r'fontname\s*=\s*"Helvetica"', 'fontname="SimSun"', f.read())

with open("fixed_tree.dot", "w", encoding="utf-8") as fw:
    fw.write(content)
```

这样即可有效规避由于编码差异引发的一系列麻烦事[^5]。

---

### 总结
以上介绍了三种主流技术路线及其对应的实际操作指南，每种方案各有侧重领域，在选择合适的技术手段前需综合考量项目背景和个人喜好等因素再做决定。



			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 4

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值