Windows下的matplotlib画图中文显示设置

Posted 2021-01-31 di2wu

一、在测试matplotlib时遇到X轴中文字符不显示的问题，参考网上

源代码如下

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager

# my_font =  {‘family‘ : ‘MicroSoft YaHei‘,
#               ‘weight‘ : ‘bold‘,
#               ‘size‘   : ‘larger‘}
# matplotlib.rc("font",**my_font)
# matplotlib.rc("font",)
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttf")

plt.figure(figsize=(20,8),dpi=80)

x = range(0,120)
y = [random.randint(20,35) for i in range(120)]

_xticks_labels = ["10点{}分".format(i) for i in range(60)]
_xticks_labels += ["11点{}分".format(i) for i in range(60)]
# plt.xticks(list(x)[::3])
plt.xticks(list(x)[::3],_xticks_labels[::3],rotation=45,fontproperties=my_font)
plt.plot(x,y)
plt.show()

二、参考网上玩法

电脑环境：Windows7-64bit，Anaconda3-4.2.0（对应python 3.5.2版本），IDE是Anaconda自带的Spyder 3。

1、找到Windows系统自带的字体库目录，默认在C:WindowsFonts目录下。

 

2、选择你自己喜欢的字体，然后“右键”→“属性”，可以看到该字体的名字。

本教程以微软雅黑字体为例，您也可以选择其他字体，如果自带的字体库满足不了您的需求，您可以网上下载其他字体，将字体解压到C:WindowsFonts目录即可。

 

3、在IDE工具中，导入matplotlib库，开始定义字体所在路径。

• 1 先不设置参数，可以看到中文字体显示为方框（此处使用的是SVC三分类模型）。

 

 

• 2 设置参数之后，可以看到中文字体可以正常显示了。（代码经过测试，可放心使用）

哪里需要中文设置，保证该函数里有fontproperties = my_font参数即可。比如x轴的标签为：鸢尾花的花萼长度。那么可以使用：

plt.xlabel(‘鸢尾花的花萼长度‘, fontproperties = my_font)

 

 

# coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm, datasets

# 以下两行是解决常见的其他问题
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]                          # 指定默认字体
plt.rcParams[‘axes.unicode_minus‘] = False                            # 解决保存图像是负号‘-‘显示为方块的问题

import matplotlib.font_manager as mf                                  # 导入字体管理器
my_font= mf.FontProperties(fname=‘C:\Windows\Fonts\msyh.ttf‘)      # 加载字体

iris = datasets.load_iris()
X = iris.data[:, :2]  
Y = iris.target

def my_kernel(X, Y):
    M = np.array([[2, 0], [0, 1.0]])
    return np.dot(np.dot(X, M), Y.T)

h = 0.02  

clf = svm.SVC(kernel = my_kernel)
clf.fit(X, Y)

x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])

Z = Z.reshape(xx.shape)
plt.pcolormesh(xx, yy, Z, cmap=plt.cm.Paired)

plt.scatter(X[:, 0], X[:, 1], c=Y, cmap=plt.cm.Paired)
plt.title(‘测试！！！3-Class classification using SVM with custom kernel‘,
          fontproperties = my_font)
plt.axis(‘tight‘)
plt.show()