plot_tree画不出树，先检查scikit-learn版本是否过低，再确认模型是否已调用fit()训练，二者缺一都会导致报错或显示空白。
plot_tree画不出树？先检查scikit-learn版本和模型是否已训练
用 plot_tree 报错或显示空白，大概率是模型没调用 fit()，或者 scikit-learn 版本太低（DecisionTreeClassifier 或 DecisionTreeRegressor 实例。
- 必须确保已执行
clf.fit(X_train, y_train)，再传给plot_tree - 检查版本：
import sklearn; print(sklearn.__version__)，低于0.21需升级：pip install --upgrade scikit-learn -
plot_tree返回的是matplotlib.axes.Axes对象，不是图像文件，直接调用plt.show()才能看见
中文标签显示为方块？font\_family和rcParams要一起设
默认字体不支持中文，plot_tree 里的 feature_names 和 class_names 会变成小方框。只改 font_family 参数不够，得提前配置 matplotlib 全局字体。
- 在绘图前加这两行：
import matplotlib.pyplot as plt; plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans'] - 同时设置
plt.rcParams['axes.unicode_minus'] = False，避免负号变方块 - 如果用 Jupyter，还得确认系统有对应中文字体；Mac 用户常用
'Helvetica Neue'，但需确认是否含中文支持
树太大看不清？用max\_depth和fontsize控制可读性
默认把整棵树展开，节点一多就糊成一片。关键不是“画出来”，而是“能看清拆分逻辑”——得主动限制深度和字号。
- 用
max_depth=3参数限制只画前 3 层，快速定位根节点和一级分支 -
fontsize=10是较稳妥的起点；小于8文字挤在一起，大于14容易超出画布 - 配合
figsize=(12, 8)调整画布大小，但别盲目放大——节点位置是自动计算的，单纯拉宽画布不解决重叠 - 若只想看某几个特征的拆分，提前用
feature_names传入带中文的列表，比默认的X[0],X[1]直观得多
导出为图片模糊？savefig要设dpi且避免plt.show()干扰
直接右键保存网页里的图，或用 plt.savefig() 却没设参数，出来的 PNG 常常发虚、锯齿明显，尤其文字和线条。
- 务必加
dpi=300：例如plt.savefig('tree.png', dpi=300, bbox_inches='tight') -
bbox_inches='tight'能裁掉多余白边，防止标题或标签被截断 - 不要在
savefig前调用plt.show()——某些后端下会清空当前 figure，导致保存为空白 - PDF 格式更合适存档：
plt.savefig('tree.pdf', bbox_inches='tight')，矢量图缩放不失真
真正难的不是调通 plot_tree，而是从一堆节点里一眼抓住“哪个特征在顶层主导了划分”，这需要你主动控制深度、命名特征、选对字体，而不是依赖默认参数堆出来一张大图。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
