解决中文问题 | Python 数据可视化库 Matplotlib 快速入门之九

简介: 本节重点解决了折线图横坐标中文不显示的问题,不同的系统下不同的解决方案。

修改折线图坐标 | Python 数据可视化库 Matplotlib 快速入门之八

解决中文问题

我们来说一下上一节遗留的中文显示的问题。
首先来说明一下根本原因:在编写Matplotlib所支持的字体的时候,字体本身不支持中文的显示,所以遇到中文显示出不来的情况。所以我们只需要改变成支持中文的字体就可以解决了。

下载中文字体(黑体,看准系统版本)

  • 下载SimHei字体(或者其他的支持中文显示的字体也行)

mac的一次配置,一劳永逸
ubantu每创建一次新的虚拟环境,需要重新配置

1)安装字体

  • windows和mac下:双击安装
  • linux下:拷贝字体到usr/share/fonts下:
sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf

注) Linux如果用ubantu也可以通过双击安装

2) 删除matplotlib缓存文件

image.png

Mac系统的解决方案:

  • 删除~/.matplotlib中的缓存文件
cd ~/.matplotlib
rm -r *

Linux系统的解决方案

  • 删除~/.cache/matplotlib中的缓存文件
cd ~/.cache/matplotlib
rm -r *

3)修改配置文件matplotlibrc

Mac系统的解决方案:

  • 修改配置文件matplotlibrc
vi~/.matplotlib/matplotlib rc

将文件内容修改为:

banckend:TkAgg
font.family          :  sans-serif
font.sans-serif          :  SimHei
axes.unicode_minus   :  False

Linux系统的解决方案

  • 修改配置文件
sudo find -name matplotlibrc

返回结果:

./.virtualenvs/ai/lib/python3.5/site-packages/matplotlib/mpl-data/matplotlibrc

打开配置文件:

vi ./.virtualenvs/ai/lib/python3.5/site-packages/matplotlib/mpl-data/matplotlibrc

将配置文件中下面3项改为如下所示:

font.family          :  sans-serif
font.sans-serif          :  SimHei
axes.unicode_minus   :  False

可以根据自己的系统去选择不同的解决办法,以上方法解决不了的,也可以自行找方法。

配套视频课程,点击这里查看

获取更多资源请订阅Python学习站

相关文章
|
12月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
2369 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
1069 0
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
765 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
1038 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
549 0
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
644 2
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
525 2

推荐镜像

更多