我尝试按照Github上的此说明安装和导入 dtreeviz 库。当我运行where dot和dot -V命令时，两者似乎都运行良好，正如您在 Windows 终端中看到的Lines。
但是，当我尝试在 Python（Anaconda，版本 3.6.5）中导入 dtreeviz 时，出现以下错误：
from dtreeviz.trees import *
---------------------------------------------------------------------------
ImportError Traceback (most recent call last)
<ipython-input-2-fd764fe550c7> in <module>()
1 from sklearn import tree
----> 2 from dtreeviz.trees import *
C:\Users\marcb\Anaconda3\lib\site-packages\dtreeviz\trees.py in <module>()
6 from pathlib import Path
7 from sklearn import tree
----> 8 from graphviz.backend import run, view
9 import matplotlib.pyplot as plt
10 from dtreeviz.shadow import * …我喜欢Dtreeviz 库 - GitHub 中提供的决策树可视化，并且可以使用
# Install libraries
!pip install dtreeviz
!apt-get install graphviz
# Sample code
from sklearn.datasets import *
from sklearn import tree
from dtreeviz.trees import *
from IPython.core.display import display, HTML
classifier = tree.DecisionTreeClassifier(max_depth=4)
cancer = load_breast_cancer()
classifier.fit(cancer.data, cancer.target)
viz = dtreeviz(classifier,
cancer.data,
cancer.target,
target_name='cancer',
feature_names=cancer.feature_names,
class_names=["malignant", "benign"],
fancy=False)
display(HTML(viz.svg()))
但是，当我将上述内容应用于我自己制作的 dtree 时，代码会爆炸，因为我的数据位于 pandas DF（或 np 数组）中，而不是 scikit-learn 对象中。
现在，在Sci-kit 学习 - 如何创建一个 Bunch 对象，他们非常严厉地告诉我不要尝试创建一个 Bunch对象；但我也没有技能将我的 DF 或 NP 数组转换为上面的 viz …