unicode 减号的转换（来自 matplotlib ticklabels）

Posted 2023-02-23

【中文标题】unicode 减号的转换（来自 matplotlib ticklabels）

【英文标题】：Conversion of unicode minus sign ( from matplotlib ticklabels )

【发布时间】：2013-03-10 09:45:13

【问题描述】：

matplotlib 用来表示刻度标签的 Text 对象有问题。

出于测试原因，我需要检查在绘图中创建的刻度标签的值。如果标签是字符串或正数，则没有问题：返回一个 unicode 字符串，我对其进行测试（或根据情况将其转换为数字），一切正常。

但如果标签是负数，我得到的结果是一个损坏的 unicode 字符串，原因我无法理解。

让我们来看这个示例代码：

import pylab as plt
fig, ax = plt.subplots(1)
ax.plot([-1, 0, 1, 2], range(4))
labels = ax.get_xticklabels()

现在，如果我询问第二个标签（0）的文本内容，我会得到一个普通的 unicode 字符串：

labels[1].get_text()
# u'0.0'

但第一个（-1）的 unicode 是个奇怪的东西

labels[1].get_text()
# u'\u22121'

这在终端中打印正确，但在这种情况下，我需要用一个数值来处理它，并且每次转换都失败，int 和 float。

我尝试将其转换为 UTF-8 字符串

text = labels[1].get_text()
text.encode('utf8')
# '\xe2\x88\x921'

但它再次被正确打印并在转换时引发错误。我还查看了unicodedata 模块，但看起来它只能转换单个字符，所以在这种情况下没用。我也尝试使用unicodedata.normalize 和任何可能的格式来规范化字符串，但同样没有成功。

我移到了 pipy 模块 unidecode（如 Python and character normalization 中所建议的那样），再次没有任何成功

from unidecode import unidecode
unidecode(text)
# '[?]1'

我也尝试使用Non-ASCII characters in Matplotlib 中的解决方案来避免字体问题，但结果相同（我不确定它是否应该做点什么，因为这是一个可视化问题......）。问题Accented characters in Matplotlib 也有类似的问题，因为它关注的是可视化而不是本身的价值

我开始感到有些失落...我知道 python 2.7 有一些 unicode “困难”，但通常我可以通过某种方式避免它们。

我知道问题是减号，因为我可以通过粗暴替换罪魁祸首来避免问题：

text.replace(u'\u2212', '-')
# u'-1'

但这不仅仅是一个解决方案，而且我几乎可以肯定它在不同系统中不稳定，所以我想要更接近解决方案的东西。

我正在合作

python 2.7.3 matplotlib 1.2.0 pylab 1.7.0 IPython 0.13.1

在 Kubuntu 12.10 上。

非常感谢您的帮助！

编辑：

更正了情节的顺序，因为我把 x 和 y 颠倒了，抱歉

编辑2：

此链接上有类似的信息：http://www.coniferproductions.com/2012/12/17/unicode-character-dump-in-python/

最后，它显示了在某些书籍中使用的减号如何在审美上更令人愉悦，但 Python 解释器无法将其识别为有效字符。

编辑3：

谜题解开了。 matplotlib 返回的字符是“减号”，即减号的正确印刷符号。键盘创建的实际上是“HYPHEN-MINUS”，这是常用的，但在印刷上不正确。在***上查看 http://en.wikipedia.org/wiki/Hyphen-minus 的解释。

所以，我使用的简单替换实际上是正确的实际操作，但“道德上”是 python（2.7 和 3.x 类似）中的一个错误，无法识别减号的正确符号。

查看http://bugs.python.org/issue6632中的错误跟踪

EDIT4：

要禁用此行为，matplotlib 上有一个简单的解决方案，只需在 .matplotlibrc 中或以编程方式修改 rcparams。

import matplotlib as mpl
mpl.rcParams['axes.unicode_minus']=False

【问题讨论】：

您上次的编辑解决了我的减号不呈现的问题，谢谢

我建议你把你的EDIT4变成一个答案，这样搜索它的人就可以更容易地找到它！

我只在使用Arial 字体系列在agg 后端保存为pdf 时遇到此问题。 png 结果很好。任何想法为什么？ pdf 也是你的罪魁祸首吗？ （但你的 EDIT4 对我有用，谢谢！）

您最后的编辑实际上应该是一个答案本身

【参考方案1】：

所有有效的 Unicode 字符都有名称。我们可以检查已识别数字单词 (DIGIT.keys()) 的名称，并在此基础上用“普通”数字字符 (DIGIT.values()) 替换给定的 unicode 标签：

import matplotlib.pyplot as plt
import unicodedata as UD

DIGIT = 
    'MINUS': u'-',
    'ZERO': u'0',
    'ONE': u'1',
    'TWO': u'2',
    'THREE': u'3',
    'FOUR': u'4',
    'FIVE': u'5',
    'SIX': u'6',
    'SEVEN': u'7',
    'EIGHT': u'8',
    'NINE': u'9',
    'STOP': u'.'
    

def guess(unistr):
    return ''.join([value for u in unistr
                    for key,value in DIGIT.iteritems()
                    if key in UD.name(u)])

fig, ax = plt.subplots(1)
ax.plot([-1, 0, 1, 2], range(4))
plt.savefig('/tmp/test.png')
labels = ax.get_xticklabels()
for label in labels:
    label = label.get_text()
    print(guess(label))

产量

-1.0
-0.5
0.0
0.5
1.0
1.5
2.0

【参考方案2】：

使用plt.xticks() 代替ax.get_xticklabels()：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(1)
ax.plot([-1, 0, 1, 2], range(4))
plt.savefig('/tmp/test.png')
loc, labels = plt.xticks()
print(type(loc))
# <type 'numpy.ndarray'>
print(loc)
# [-1.  -0.5  0.   0.5  1.   1.5  2. ]

【讨论】：

+1 但他们可能实际上是在尝试检查文本标签是否有效

对不起，但这并没有帮助，因为我需要检查的东西，文本标签，与其他情况相同，具有相同的奇怪问题unicode 减号。

@EnricoGiampieri：您希望将标签翻译成哪些有效字符？例如，list('01234567890.-') 是完整列表吗？

是的，在这种情况下，这是预期的列表。