婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > python設置 matplotlib 正確顯示中文的四種方式

python設置 matplotlib 正確顯示中文的四種方式

熱門標簽:騰訊外呼線路 海南400電話如何申請 激戰2地圖標注 哈爾濱ai外呼系統定制 廣告地圖標注app 公司電話機器人 白銀外呼系統 陜西金融外呼系統 唐山智能外呼系統一般多少錢

一、前言

啪地一下點進來,很快呀~~

matplotlib是 Python 優秀的數據可視化第三方庫,matplotlib是基于 numpy 的一套 Python 工具包。這個包提供了豐富的數據繪圖工具,主要用于繪制一些統計圖形。

Matplotlib庫由各種可視化類構成,內部結構復雜,受 Matlab 啟發 matplotlib.pyplot 是繪制各類可視化圖形的命令子庫,相當于快捷方式。

import matplotlib.pyplot as plt

可 matplotlib 并不支持中文顯示。有中文顯示會出現如下問題:

# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt

# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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]

# 設置圖形顯示風格
plt.style.use('ggplot')

# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 顯示圖例
plt.legend()

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()


可 matplotlib 并不支持中文顯示。有中文顯示會出現如下問題:

# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt

# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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]

# 設置圖形顯示風格
plt.style.use('ggplot')

# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)
# 顯示圖例
plt.legend()

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()


需要我們手動一下下設置~~,才能解決中文顯示的問題。

二、解決方法

1. 方式一

from matplotlib.font_manager import FontProperties  # 導入FontProperties

font = FontProperties(fname="SimHei.ttf", size=14)  # 設置字體

# 哪里需要顯示中文就在哪里設置
# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties  # 步驟一
# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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]

# 設置圖形顯示風格
plt.style.use('ggplot')
font = FontProperties(fname="SimHei.ttf", size=14)  # 步驟二
# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/min", fontsize=13, fontproperties=font)
plt.ylabel("直接信任度值", fontsize=13, fontproperties=font)
# 顯示圖例
plt.legend(prop=font)

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()

結果如下:

2. 方式二

通過 fontdict 字典參數來設置

fontdict={"family": "KaiTi", "size": 15, "color": "r"}
# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt

# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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]

# 設置圖形顯示風格
plt.style.use('ggplot')

# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/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"})

# 顯示圖例
plt.legend(prop={'family': 'SimHei', 'size': 16})

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()

3. 方式三

改變全局的字體

# matplotlib其實是不支持顯示中文的 顯示中文需要一行代碼設置字體
mpl.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False   # 步驟二(解決坐標軸負數的負號顯示問題)
# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt
import matplotlib as mpl

# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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其實是不支持顯示中文的 顯示中文需要一行代碼設置字體
mpl.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False   # 步驟二(解決坐標軸負數的負號顯示問題)
# 設置圖形顯示風格
plt.style.use('ggplot')

# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)

# 顯示圖例
plt.legend()

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()

結果如下:

4. 方式四

同樣也是全局改變字體的方法

font = {'family' : 'SimHei',
        'weight' : 'bold',
        'size'   : '16'}
plt.rc('font', **font)               # 步驟一(設置字體的更多屬性)
plt.rc('axes', unicode_minus=False)  # 步驟二(解決坐標軸負數的負號顯示問題)
# -*- coding: UTF-8 -*-
"""
@Author  :葉庭云
@公眾號  :修煉Python
@CSDN    :https://yetingyun.blog.csdn.net/
三折線  黑白灰風格  標簽label 標記點形狀
"""
import matplotlib.pyplot as plt

# 生成x軸數據  列表推導式
x_data = [i for i in range(0, 55, 5)]

# 構造y軸數據
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)               # 步驟一(設置字體的更多屬性)
plt.rc('axes', unicode_minus=False)  # 步驟二(解決坐標軸負數的負號顯示問題)

# 設置圖形顯示風格
plt.style.use('ggplot')

# 設置figure大小  像素
plt.figure(figsize=(8, 5), dpi=100)

# 繪制三條折線  點的形狀 顏色  標簽:用于圖例顯示
plt.plot(x_data, y_data1, marker='^', color="k", label="設備1")
plt.plot(x_data, y_data2, marker="o", color="k", label="設備2")
plt.plot(x_data, y_data3, marker="s", color="k", label="設備3")

# x y 軸標簽   字體大小
plt.xlabel("時間周期/min", fontsize=13)
plt.ylabel("直接信任度值", fontsize=13)

# 顯示圖例
plt.legend()

# 保存圖片  展示show
plt.savefig("折線圖01.png", dpi=200)
plt.show()

結果如下:

三、總結

  • 方式一、方式二是哪里需要中文顯示才設置,且不會污染全局字體設置,更靈活。
  • 方式三、方式四不改變全局的字體設置,一次設置,多次使用,更方便。

附常用字體如下:

  • 宋體:SimSun
  • 黑體:SimHei
  • 微軟雅黑:Microsoft YaHei
  • 微軟正黑體:Microsoft JhengHei
  • 新宋體:NSimSun
  • 新細明體:PMingLiU
  • 細明體:MingLiU
  • 標楷體:DFKai-SB
  • 仿宋:FangSong
  • 楷體:KaiTi
  • 隸書:LiSu
  • 幼圓:YouYuan
  • 華文細黑:STXihei
  • 華文楷體:STKaiti
  • 華文宋體:STSong
  • 華文中宋:STZhongsong
  • 華文仿宋:STFangsong
  • 方正舒體:FZShuTi
  • 方正姚體:FZYaoti
  • 華文彩云:STCaiyun
  • 華文琥珀:STHupo
  • 華文隸書:STLiti
  • 華文行楷:STXingkai
  • 華文新魏:STXinwei

以上就是python設置 matplotlib 正確顯示中文的四種方式的詳細內容,更多關于python matplotlib 正確顯示中文的資料請關注腳本之家其它相關文章!

您可能感興趣的文章:
  • Python在Matplotlib圖中顯示中文字體的操作方法
  • Python matplotlib畫圖與中文設置操作實例分析
  • Python使用Matplotlib模塊時坐標軸標題中文及各種特殊符號顯示方法
  • Python使用matplotlib繪圖無法顯示中文問題的解決方法
  • Python實現matplotlib顯示中文的方法詳解
  • python matplotlib中文顯示參數設置解析
  • 解決Linux系統中python matplotlib畫圖的中文顯示問題
  • 基于Linux系統中python matplotlib畫圖的中文顯示問題的解決方法
  • Python中matplotlib中文亂碼解決辦法

標簽:鷹潭 黔西 益陽 惠州 黑龍江 四川 上海 常德

巨人網絡通訊聲明:本文標題《python設置 matplotlib 正確顯示中文的四種方式》,本文關鍵詞  python,設置,matplotlib,正確,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《python設置 matplotlib 正確顯示中文的四種方式》相關的同類信息!
  • 本頁收集關于python設置 matplotlib 正確顯示中文的四種方式的相關信息資訊供網民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    国产精品国产三级国产普通话三级| 欧美日韩精品专区| 日本成人在线网站| 亚洲综合在线电影| 国产精品无人区| 中文幕一区二区三区久久蜜桃| 精品999久久久| 精品国产一区a| www激情久久| 久久婷婷一区二区三区| 精品国产伦一区二区三区观看体验| 欧洲精品中文字幕| 在线91免费看| 欧美变态tickle挠乳网站| 久久色视频免费观看| 国产午夜精品一区二区三区视频| 26uuu国产一区二区三区| 久久精品综合网| 亚洲国产成人私人影院tom| 国产精品拍天天在线| 国产精品的网站| 麻豆91小视频| 激情综合色综合久久| 粉嫩av一区二区三区在线播放 | 樱花影视一区二区| 亚洲一区精品在线| 青青草原综合久久大伊人精品| 国产麻豆午夜三级精品| 91丨国产丨九色丨pron| 91麻豆精品国产91| 国产欧美一区二区精品性色超碰| 中文字幕一区二区三区不卡 | 91精品国产综合久久久久久漫画| 日韩美女一区二区三区四区| 日本一区二区三区国色天香 | 色香蕉久久蜜桃| 欧美日韩国产大片| 日本一区二区不卡视频| 亚洲动漫第一页| 成人国产视频在线观看| 欧美一卡二卡三卡| 亚洲三级理论片| 免费成人你懂的| 色94色欧美sute亚洲线路二| 日韩欧美国产电影| 亚洲国产精品久久久久秋霞影院| 国产一区二区精品在线观看| 欧美无乱码久久久免费午夜一区| 精品欧美乱码久久久久久1区2区| 综合久久久久久| 国产精品一区二区三区网站| 欧美色综合久久| 国产精品久久久久久久裸模| 免费三级欧美电影| 欧美体内she精视频| 国产精品污www在线观看| 久久电影网站中文字幕| 在线看日本不卡| 亚洲欧洲精品一区二区精品久久久| 久久99国内精品| 欧美一区二区福利视频| 亚洲自拍偷拍九九九| 成人高清免费观看| 国产日韩一级二级三级| 久久国产精品72免费观看| 91麻豆精品国产自产在线观看一区| 一区二区三区在线观看国产| 成人av免费在线播放| 久久美女艺术照精彩视频福利播放| 亚洲成人av一区二区| 欧美中文字幕久久| 日韩一区有码在线| av毛片久久久久**hd| 国产精品久99| 97精品国产97久久久久久久久久久久| 欧美成人精品福利| 91精品国产高清一区二区三区蜜臀| 亚洲国产精品久久久久婷婷884| 91黄视频在线观看| 亚洲一区二区三区国产| 欧美视频精品在线观看| 偷窥国产亚洲免费视频 | 久久av资源网| 日韩美女主播在线视频一区二区三区| 丝袜美腿亚洲综合| 日韩欧美在线1卡| 国产在线视频不卡二| 国产精品网站在线观看| 91免费版在线| 亚洲国产aⅴ成人精品无吗| 777a∨成人精品桃花网| 麻豆精品一区二区综合av| 26uuu另类欧美亚洲曰本| 国产成人a级片| 亚洲伦在线观看| 欧美一级高清片在线观看| 高清av一区二区| 一区二区三区丝袜| 日韩欧美中文字幕精品| 国产成人精品一区二| 一区二区三区四区高清精品免费观看 | 欧美在线观看视频一区二区| 视频一区二区三区在线| 国产婷婷一区二区| 日本道免费精品一区二区三区| 亚洲va国产天堂va久久en| 欧美va在线播放| 91在线视频观看| 理论电影国产精品| 国产美女一区二区| 亚洲欧美一区二区三区久本道91| 欧美色视频在线| 国产精品77777| 天堂一区二区在线免费观看| 国产欧美精品一区二区色综合朱莉| 色激情天天射综合网| 精品亚洲国产成人av制服丝袜| 亚洲精品你懂的| 久久精子c满五个校花| 制服丝袜中文字幕亚洲| 91同城在线观看| 国产一区二区女| 五月天视频一区| 中文一区一区三区高中清不卡| 欧美欧美欧美欧美首页| 97久久超碰国产精品| 韩国一区二区三区| 青青草成人在线观看| 亚洲图片欧美视频| 中文字幕中文字幕在线一区| 欧美大片拔萝卜| 欧美日韩一区二区在线观看视频| 国产精品亚洲综合一区在线观看| 亚洲国产精品一区二区久久| 欧美激情一区二区三区| 欧美精品一区二区三区蜜桃视频| 欧美日韩午夜精品| 在线一区二区三区四区五区| 成人性生交大合| 丁香婷婷综合激情五月色| 久久国产精品72免费观看| 天堂影院一区二区| 视频一区欧美精品| 婷婷久久综合九色综合绿巨人| 成人一级片在线观看| 国产精品一区二区黑丝| 精品一区二区三区视频在线观看| 日韩精品一二区| 日日欢夜夜爽一区| 日韩va欧美va亚洲va久久| 日韩成人免费电影| 日韩二区三区在线观看| 麻豆精品视频在线观看| 理论电影国产精品| 国产在线视频精品一区| 风流少妇一区二区| 成年人午夜久久久| av在线播放一区二区三区| 91在线免费视频观看| 在线视频观看一区| 欧美视频在线一区二区三区 | 色综合久久久网| 91黄色在线观看| 欧美精品tushy高清| 日韩情涩欧美日韩视频| 久久这里只有精品首页| 国产精品久久久久久久久久免费看 | 中文字幕乱码久久午夜不卡| 国产日产亚洲精品系列| 国产精品久久久久7777按摩| 亚洲丝袜精品丝袜在线| 五月综合激情婷婷六月色窝| 毛片av一区二区| 国产不卡在线一区| 91视频免费观看| 91精品免费在线| 久久夜色精品国产欧美乱极品| 国产日韩影视精品| 亚洲综合丝袜美腿| 国产乱对白刺激视频不卡| 91蜜桃免费观看视频| 欧美精品黑人性xxxx| 国产免费久久精品| 亚洲综合色在线| 国模套图日韩精品一区二区| av中文字幕一区| 欧美大片一区二区| 亚洲欧洲制服丝袜| 九九国产精品视频| 欧美私模裸体表演在线观看| 精品久久久久一区| 亚洲第一在线综合网站| 豆国产96在线|亚洲| 欧美一区二区视频免费观看| 中文字幕中文在线不卡住| 麻豆freexxxx性91精品| 91福利在线看| 中文字幕中文乱码欧美一区二区| 蜜桃视频一区二区| 色综合久久久久久久|