python graphviz 教程（Python图形可视化之graphviz）

我们重点为大家介绍如何在python中绘制流程图：使用graphviz库，编写代码生成dot脚本，即可调用Graphviz软件进行解析，生成相应的图片。

由于graphviz库需要和Graphviz软件一起使用。要成功安装，需经过以下两个步骤：step1，安装Graphviz软件，并配置环境变量；step2，在cmd窗口输入 "pip install graphviz" 安装graphviz库。
首先，我们来了解下Graphviz软件。它可用来绘制有向图，主要侧重于逻辑设计方面：如我们日常所用的思维导图，程序流程图，关系图，机器学习的决策树等。

图一的流程图就是用Graphviz软件画出来的。而在python中，我们可通过graphviz库轻松调用Graphviz，绘制这种流程图。下面我们一起来学习下如何绘制出这种有向图吧！
graphviz库通过使用图(Digraph/graph)、节点(node)和边(edge)等来绘制关系图或流程图，相应地不同结构有着不同属性，使用时可通过添加或删除属性来改变图形显示样式。接下来，我们先通过简单图的绘制来了解不同属性吧~
首先，依旧是导入模块，创建图表实例：
from graphviz import Digraphdot=Digraph(comment='Picture')然后，添加节点，并设置相应属性。在下面的程序中，我们设置节点A的标签为'Dot A'，文本颜色（fontcolor）为蓝色，节点框（color）的颜色为红色；设置节点B的标签为'Dot B'，文字大小（fontsize）为16；同理，设置节点C的形状（shape）为菱形：
dot.node('A','Dot A',fontcolor='blue',color='red')dot.node('B','Dot B',fontsize='16')dot.node('C','Dot C',shape='diamond')最后，设置节点方向及边属性，并查看图形：
dot.edges(['AB','AC'])

dot.edge('B','C')

dot.view()

如此，一个简单的流程图就绘制成功了。但是这个流程图看着有些乱，不够美观，是否可通过更改不同参数来改变其显示样式呢？这就涉及到边属性了。我们一起通过如下程序进一步了解下：
from graphviz import Digraph

dot=Digraph(comment='Picture')

dot.node('A','Dot A',fontcolor='blue',color='red')

dot.node('B','Dot B',fontsize='16')

dot.node('C','Dot C',shape='square')   #设置节点C的形状为方形

dot.edges(['AB','AC'])dot.edge('B','C',arrowsize='1.5',constraint='false')   #设置BC节点之间的有向标的箭头大小为1.5，并添加constraint属性设置是否根据边来影响节点的排序

dot.view()

同时，我们还可以输入如下程序查看相应的dot代码，并生成对应的PDF文件：
print(dot.source)

dot.render('D:\picture',view=True)

注：我们也可以在Graphviz软件中自行编写上图的dot代码并运行，即可生成对应的流程图。但在Python中通过graphviz库编写代码就能生成流程图，更加简单便捷。

通过上述的两段程序，想必大家已经对如何绘制有向图有了初步了解。还记得开篇我们所展示的看似错综复杂的流程图吗？下面，我们来展示下如何用graphviz库绘制出图一吧：
from graphviz import Digraph

grap_g = Digraph("G",format="pdf")

sub_g0=Digraph(comment="process1",node_attr={"style":"filled","color":"red"})          

#一般可在单个节点处设置其属性，也可在创建图表时通过添加"node_attr"属性来设置节点样式：在这里，设置节点颜色为红色并进行填充

sub_g0.node("a0","a0")

sub_g0.node("a1","a1")

sub_g0.node("a2","a2")

sub_g0.edge("a0","a1")

sub_g0.edge("a1","a2")

sub_g0.edge("a2", "a0")

sub_g1=Digraph(comment="process1",graph_attr={"style":'filled'})

sub_g1.node("B","b0")

sub_g1.node("C","b1")

sub_g1.edges(["BC"])

grap_g.node("start", label="start",shape="diamond")

grap_g.node("end", label="end", shape="diamond")

grap_g.subgraph(sub_g0)

grap_g.subgraph(sub_g1)

grap_g.edge("start","a0")

grap_g.edge("start","B")

grap_g.edge("a1","B")

grap_g.edge("a2","end")

grap_g.edge("B","end")

grap_g.view()

可以看到，我们先后创建了三个图表：grap_g、sub_g0、sub_g1。首先，对三个图表内的节点，边等分别进行设置；然后，通过"grap_g.subgraph"，"grap_g.edge"将不同图表中的节点连接起来；最后，查看图表。这样，图一就绘制出来了。
以上就是关于graphviz库的全部介绍了。本文只截取了一部分重要且常用的属性进行了介绍，感兴趣的读者可进一步的了解其他属性并根据绘图需要进行使用。

以上就是“python graphviz 教程（Python图形可视化之graphviz）”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。