Python编程:解决matplotlib绘图中文乱码问题

简介: Python编程:解决matplotlib绘图中文乱码问题

测试环境:


mac

python3

先查看本机支持的字体



# 显示可以用的中文字体
from matplotlib.font_manager import FontManager
import subprocess
def show_can_use_font():
    # all font list get from matplotlib.font_manager:
    mpl_fonts = set(f.name for f in FontManager().ttflist)
    # for python2
    # output = subprocess.check_output('fc-list :lang=zh -f "%{family}\n"', shell=True)
    # for python3
    # Chinese font list get from fc-list
    output = subprocess.check_output('fc-list :lang=zh -f "%{family}\n"', shell=True, encoding="utf8")
    zh_fonts = set(f.split(',', 1)[0] for f in output.split('\n'))
    # the fonts we can use:
    available = set(mpl_fonts) & set(zh_fonts)
    for f in available:
        print('\t', f)
if __name__ == '__main__':
    show_can_use_font()

运行以上脚本,得到可以使用的字体

LiSong Pro
.LastResort
Arial Unicode MS
LiHei Pro
Wawati SC
Wawati TC
STFangsong
STHeiti

将上面的字体设置到rcParams就可以正常显示中文

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParams
# 设置字体
rcParams["font.family"]="STHeiti"
rcParams["font.size"]= 8
path = "data/总人口.txt"
data = pd.read_csv(path, sep=" ")
data = pd.DataFrame(data)
x = data.ix[4].keys()[1:]
y = data.ix[4].values[1:]
print(x)
print(y)
"""
Index(['2016年', '2015年', '2014年', '2013年', '2012年', '2011年', '2010年', '2009年',
       '2008年', '2007年'],
      dtype='object')
[58973 60346 61866 62961 64222 65656 67113 68938 70399 71496]
"""
plt.plot(x, y)
plt.title("乡村人口(万人)")
plt.xlabel("时间(年)")
plt.ylabel("人口(万人)")
plt.show()

image.png

附件:

data/总人口.txt


指标 2016年 2015年 2014年 2013年 2012年 2011年 2010年 2009年 2008年 2007年
年末总人口(万人) 138271 137462 136782 136072 135404 134735 134091 133450 132802 132129
男性人口(万人) 70815 70414 70079 69728 69395 69068 68748 68647 68357 68048
女性人口(万人) 67456 67048 66703 66344 66009 65667 65343 64803 64445 64081
城镇人口(万人) 79298 77116 74916 73111 71182 69079 66978 64512 62403 60633
乡村人口(万人) 58973 60346 61866 62961 64222 65656 67113 68938 70399 71496

相关文章
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
588 8
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
791 8
|
Python
Matplotlib 绘图标记
Matplotlib 绘图标记
385 2
|
移动开发 数据可视化 数据挖掘
利用Python实现数据可视化:以Matplotlib和Seaborn为例
【10月更文挑战第37天】本文旨在引导读者理解并掌握使用Python进行数据可视化的基本方法。通过深入浅出的介绍,我们将探索如何使用两个流行的库——Matplotlib和Seaborn,来创建引人入胜的图表。文章将通过具体示例展示如何从简单的图表开始,逐步过渡到更复杂的可视化技术,帮助初学者构建起强大的数据呈现能力。
|
数据可视化 JavaScript 前端开发
Python中交互式Matplotlib图表
【10月更文挑战第20天】Matplotlib 是 Python 中最常用的绘图库之一,但默认生成的图表是静态的。通过结合 mpld3 库,可以轻松创建交互式图表,提升数据可视化效果。本文介绍了如何使用 mpld3 在 Python 中创建交互式散点图、折线图和直方图,并提供了详细的代码示例和安装方法。通过添加插件,可以实现缩放、平移和鼠标悬停显示数据标签等交互功能。希望本文能帮助读者掌握这一强大工具。
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
1097 5
|
数据可视化 定位技术 Python
Python数据可视化--Matplotlib--入门
Python数据可视化--Matplotlib--入门
274 0
|
数据可视化 Python
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
1223 0
【python】使用matplotlib绘图使刻度线向内
成功使用代码实现matplotlib绘制的图刻度线朝内
【python】使用matplotlib绘图使刻度线向内
|
数据可视化 Python
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
1680 0

推荐镜像

更多