如何在win10环境下配置graphviz

简介: 如何在win10环境下配置graphviz
  • 在官网上下载graphviz。

地址:https://graphviz.org/download/,选择Stable Windows install packages。

tt.png然后一层一层的点击,直到看到graphviz-2.44.1-win32.zip文件,点击下载下来。tt.png

  • 配置环境变量

将下载的文件解压后,复制bin文件夹的目录配置到环境变量。

打开环境变量的步骤,右键此电脑—》属性—》高级系统设置—》环境变量—》系统变量,选择Path,点击编辑按钮,如下图:tt.png

然后点击新建,把刚才复制的路径加进去,点击确定。

打开CMD,输入dot –version,如果出现下图的信息,表示已经配置成功了。

tt.png

  • 安装python使用的graphviz包

先执行conda install graphviz,安装完成后,执行conda install python-graphviz

安装完成后重启电脑。

  • 测试
# coding:utf-8
from graphviz import Digraph
dot = Digraph(comment='The Round Table')
# 添加圆点 A, A的标签是 King Arthur
dot.node('A', 'king')
dot.view()  #后面这句就注释了,也可以使用这个命令查看效果
# 添加圆点 B, B的标签是 Sir Bedevere the Wise
dot.node('B', 'Sir Bedevere the Wise')
#dot.view()
# 添加圆点 L, L的标签是 Sir Lancelot the Brave
dot.node('L', 'Sir Lancelot the Brave')
#dot.view()
#创建一堆边,即连接AB的边,连接AL的边。
dot.edges(['AB', 'AL'])
# 在创建两圆点之间创建一条边
dot.edge('B', 'L', constraint='false')
# 获取DOT source源码的字符串形式
print(dot.source)
# 保存source到文件,并提供Graphviz引擎
dot.render('test-output/round-table.gv', view=True)

运行结果:

tt.png

目录
相关文章
|
9月前
|
人工智能 监控 算法
搬运5款实用型WIN10小工具
推荐5款实用Win10小工具,提升办公学习效率。1. EDiary:本地加密日记软件,支持富文本与云同步;2. ColorPicker:智能取色工具,提供多种格式转换;3. 3171.cn:在线AI工具箱,涵盖视频、音频、图片等编辑功能;4. MultiPar:文件恢复工具,采用纠错算法保护数据;5. 1Password:密码管理器,保障账号安全。这些工具简单便捷,满足不同场景需求。
212 0
|
数据挖掘 Python
如何判断处理后的数据是否仍然存在重复值?
通过以上任意一种方法,都可以有效地判断处理后的数据是否仍然存在重复值,从而确保数据的准确性和唯一性,为后续的数据分析和处理提供可靠的数据基础。
610 66
|
5月前
|
传感器 编解码 算法
ASTER 全球发射率数据集,每月,0.05 度,HDF5
ASTER全球发射率数据集(AG5KMMOH V4)提供0.05度月度分辨率的全球地表发射率信息,覆盖2000至2015年。该数据集基于ASTER传感器与MODIS产品,结合TES算法和MODTRAN模型进行大气校正,由NASA JPL开发。2016年12月起停止更新。
171 0
|
数据可视化 数据处理 开发者
构建高效的数据流图:Python与PyGraphviz的实践
【9月更文挑战第13天】在本文中,我们将探索如何利用Python和PyGraphviz库来创建和操作数据流图。我们将通过一个具体示例,展示如何从零开始构建一张数据流图,并讨论如何优化图表以提高可读性。文章旨在为初学者提供一个清晰的入门指南,同时为有经验的开发者提供一些高级技巧。
|
机器学习/深度学习 Python
python实现判别分析
python实现判别分析
271 1
|
存储 机器学习/深度学习 自然语言处理
大模型Prompt-Tuning技术进阶
近年来,随着Prompt-Tuning技术的崛起,研究者们发现,在拥有超过10亿参数的大规模模型上,采用Prompt-Tuning相较于传统的Fine-tuning方法能带来显著的性能提升。特别是在小样本甚至零样本学习场景下,Prompt-Tuning能够极大地激发模型的潜力。这一成就的取得主要归功于三个关键因素:模型庞大的参数量、训练过程中使用的海量语料,以及精心设计的预训练任务。
|
Linux 网络安全 数据安全/隐私保护
Linux——配置SSH免密登录
Linux——配置SSH免密登录
412 0
|
机器学习/深度学习 数据采集 算法
利用机器学习进行客户细分的技术解析
【5月更文挑战第17天】运用机器学习进行客户细分是提升企业精准营销和竞争力的关键。通过聚类分析、决策树、支持向量机和神经网络等算法,可深入理解客户需求和偏好。关键步骤包括数据收集预处理、特征选择、模型训练与优化,最终实现客户群体的精准划分,助力定制个性化营销策略。随着技术发展,机器学习在客户细分中的应用将更加广泛。
|
存储 SQL JSON
大分区表高并发性能提升100倍?阿里云 RDS PostgreSQL 12 特性解读
世界上几乎最强大的开源数据库系统 PostgreSQL,于 2019 年 10 月 3 日发布了 12 版本,该版本已经在阿里云正式发布。PostgreSQL 12 在功能和性能上都有很大提升,如大分区表高并发性能提升百倍,B-tree 索引空间和性能优化,实现 SQL 2016 标准的 JSON 特性,支持多列 MCV(Most-Common-Value)统计,内联 CTE(Common table expressions)以及可插拔的表存储访问接口等。本文对部分特性进行解读。
3658 0
大分区表高并发性能提升100倍?阿里云 RDS PostgreSQL 12 特性解读
|
JSON Prometheus Cloud Native
Grafana 系列 -Loki- 基于日志实现告警
Grafana 系列 -Loki- 基于日志实现告警

热门文章

最新文章