python设置 matplotlib 正确显示中文的四种方式
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猪先飞其它相关文章!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
js URLdecode()与urlencode方法支持中文解码
下面来介绍在js中来利用urlencode对中文编码与接受到数据后利用URLdecode()对编码进行解码,有需要学习的机友可参考参考。 代码如下 复制代码 ...2016-09-20- 这篇文章主要介绍了matplotlib绘制正余弦曲线图的实现,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...2021-02-22
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,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,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,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...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,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...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,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...2021-03-16
- 这篇文章主要介绍了matplotlib bar()实现百分比堆积柱状图,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...2021-02-24
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,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...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,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...2021-03-13
matplotlib之pyplot模块之标题(title()和suptitle())
这篇文章主要介绍了matplotlib之pyplot模块之标题(title()和suptitle()),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...2021-02-23- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),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...2020-04-27
- 这篇文章主要介绍了使用Python的pencolor函数实现渐变色功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-03-09
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,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...2020-05-02
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解,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...2020-11-20- 这篇文章主要介绍了python自动化办公操作PPT的实现,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...2021-02-05