python设置 matplotlib 正确显示中文的四种方式
更新时间：2021年05月10日 15:57:55 作者：叶庭云
这篇文章主要介绍了python设置 matplotlib 正确显示中文的四种方式，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
一、前言
啪地一下点进来，很快呀~~
matplotlib是 Python 优秀的数据可视化第三方库，matplotlib是基于 numpy 的一套 Python 工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。
Matplotlib库由各种可视化类构成，内部结构复杂，受 Matlab 启发 matplotlib.pyplot 是绘制各类可视化图形的命令子库，相当于快捷方式。
import matplotlib.pyplot as plt
可 matplotlib 并不支持中文显示。有中文显示会出现如下问题：
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
# 设置图形显示风格
plt.style.use('ggplot')
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 显示图例
plt.legend()
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
可 matplotlib 并不支持中文显示。有中文显示会出现如下问题：
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
# 设置图形显示风格
plt.style.use('ggplot')
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 显示图例
plt.legend()
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
需要我们手动一下下设置~~，才能解决中文显示的问题。
二、解决方法
1. 方式一
from matplotlib.font_manager import FontProperties # 导入FontProperties font = FontProperties(fname="SimHei.ttf", size=14) # 设置字体 # 哪里需要显示中文就在哪里设置
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties # 步骤一
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
# 设置图形显示风格
plt.style.use('ggplot')
font = FontProperties(fname="SimHei.ttf", size=14) # 步骤二
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13, fontproperties=font)
plt.ylabel("直接信任度值", fontsize=13, fontproperties=font)
# 显示图例
plt.legend(prop=font)
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
结果如下：
2. 方式二
通过 fontdict 字典参数来设置
fontdict={"family": "KaiTi", "size": 15, "color": "r"}
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
# 设置图形显示风格
plt.style.use('ggplot')
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13, fontdict={"family": "KaiTi", "size": 15, "color": "r"})
plt.ylabel("直接信任度值", fontsize=13, fontdict={"family": "KaiTi", "size": 15, "color": "k"})
# 显示图例
plt.legend(prop={'family': 'SimHei', 'size': 16})
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
3. 方式三
改变全局的字体
# matplotlib其实是不支持显示中文的 显示中文需要一行代码设置字体 mpl.rcParams['font.family'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题）
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
import matplotlib as mpl
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
# matplotlib其实是不支持显示中文的 显示中文需要一行代码设置字体
mpl.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题）
# 设置图形显示风格
plt.style.use('ggplot')
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 显示图例
plt.legend()
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
结果如下：
4. 方式四
同样也是全局改变字体的方法
font = {'family' : 'SimHei',
'weight' : 'bold',
'size' : '16'}
plt.rc('font', **font) # 步骤一（设置字体的更多属性）
plt.rc('axes', unicode_minus=False) # 步骤二（解决坐标轴负数的负号显示问题）
# -*- coding: UTF-8 -*-
"""
@Author ：叶庭云
@公众号 ：修炼Python
@CSDN ：https://yetingyun.blog.csdn.net/
三折线 黑白灰风格 标签label 标记点形状
"""
import matplotlib.pyplot as plt
# 生成x轴数据 列表推导式
x_data = [i for i in range(0, 55, 5)]
# 构造y轴数据
y_data1 = [0.5, 0.62, 0.72, 0.78, 0.85, 0.7, 0.64, 0.44, 0.29, 0.15, 0.09]
y_data2 = [0.5, 0.67, 0.71, 0.76, 0.79, 0.66, 0.58, 0.44, 0.38, 0.26, 0.18]
y_data3 = [0.5, 0.59, 0.72, 0.74, 0.76, 0.68, 0.58, 0.48, 0.4, 0.36, 0.3]
font = {'family' : 'SimHei',
'weight' : 'bold',
'size' : '16'}
plt.rc('font', **font) # 步骤一（设置字体的更多属性）
plt.rc('axes', unicode_minus=False) # 步骤二（解决坐标轴负数的负号显示问题）
# 设置图形显示风格
plt.style.use('ggplot')
# 设置figure大小 像素
plt.figure(figsize=(8, 5), dpi=100)
# 绘制三条折线 点的形状 颜色 标签：用于图例显示
plt.plot(x_data, y_data1, marker='^', color="k", label="设备1")
plt.plot(x_data, y_data2, marker="o", color="k", label="设备2")
plt.plot(x_data, y_data3, marker="s", color="k", label="设备3")
# x y 轴标签 字体大小
plt.xlabel("时间周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 显示图例
plt.legend()
# 保存图片 展示show
plt.savefig("折线图01.png", dpi=200)
plt.show()
结果如下：
三、总结
- 方式一、方式二是哪里需要中文显示才设置，且不会污染全局字体设置，更灵活。
- 方式三、方式四不改变全局的字体设置，一次设置，多次使用，更方便。
附常用字体如下：
- 宋体：SimSun
- 黑体：SimHei
- 微软雅黑：Microsoft YaHei
- 微软正黑体：Microsoft JhengHei
- 新宋体：NSimSun
- 新细明体：PMingLiU
- 细明体：MingLiU
- 标楷体：DFKai-SB
- 仿宋：FangSong
- 楷体：KaiTi
- 隶书：LiSu
- 幼圆：YouYuan
- 华文细黑：STXihei
- 华文楷体：STKaiti
- 华文宋体：STSong
- 华文中宋：STZhongsong
- 华文仿宋：STFangsong
- 方正舒体：FZShuTi
- 方正姚体：FZYaoti
- 华文彩云：STCaiyun
- 华文琥珀：STHupo
- 华文隶书：STLiti
- 华文行楷：STXingkai
- 华文新魏：STXinwei
以上就是python设置 matplotlib 正确显示中文的四种方式的详细内容，更多关于python matplotlib 正确显示中文的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了Python从文件中读取数据的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
可能大多数人在学习C语言的时候，最先接触的数据类型就是字符串，因为大多教程都是以"Hello world"这个程序作为入门程序，这个程序中要打印的"Hello world"就是字符串。今天我们来了解一下Python中的字符串，看看它的用法。2014-10-10
在本篇文章里小编给大家整理的是一篇关于python字典的元素访问实例详解内容，有需要的朋友们可以跟着学习参考下。2021-07-07
这篇文章主要为大家详细介绍了Django RestFramework 全局异常处理，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-02-02
这篇文章主要介绍了Python字符串处理之count()方法的使用,是Python入门的基础知识,需要的朋友可以参考下2015-05-05
详谈python中subprocess shell=False与shell=True的区别
这篇文章主要介绍了详谈python中subprocess shell=False与shell=True的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要为大家介绍了卷积神经网络经典模型及其改进点学习汇总，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
keras中的loss、optimizer、metrics用法
这篇文章主要介绍了keras中的loss、optimizer、metrics用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
今天小编就为大家分享一篇python使用tomorrow实现多线程的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
在本篇文章里小编给大家整理的是一篇关于python中子类与父类的关系基础知识点内容，对此有兴趣的朋友们可以学习下。2021-02-02
最新评论