Python 3下Matplotlib画图中文显示乱码的解决方法

Matplotlib是Python的一个很好的绘图包，但是其本身并不支持中文（貌似其默认配置中没有中文字体），所以如果绘图中出现了中文，就会出现乱码。

在《用Python作科学计算》一书中，有一个最小二乘拟合的例子，我用Python 3.3重写的代码如下：

# 最小二乘拟合示例
import numpy as np
from scipy.optimize import leastsq
import matplotlib.pyplot as plt
import matplotlib

def func(x, p):
"""
数据拟合所用的函数: A*sin(2*pi*k*x + theta)
"""
A, k, theta = p
return A*np.sin(2*np.pi*k*x+theta)

def residuals(p, y, x):
"""
实验数据x, y和拟合函数之间的差，p为拟合需要找到的系数
"""
return y - func(x, p)

x = np.linspace(0, -2*np.pi, 100)
A, k, theta = 10, 0.34, np.pi/6 # 真实数据的函数参数
y0 = func(x, [A, k, theta]) # 真实数据
y1 = y0 + 2 * np.random.randn(len(x)) # 加入噪声之后的实验数据

p0 = [7, 0.2, 0] # 第一次猜测的函数拟合参数

# 调用leastsq进行数据拟合
# residuals为计算误差的函数
# p0为拟合参数的初始值
# args为需要拟合的实验数据
plsq = leastsq(residuals, p0, args=(y1, x))

print("真实参数:", [A, k, theta])
print("拟合参数", plsq[0]) # 实验数据拟合后的参数

plt.plot(x, y0, label="真实数据")
plt.plot(x, y1, label="带噪声的实验数据")
plt.plot(x, func(x, plsq[0]), label="拟合数据")
plt.legend()
plt.savefig('fit.jpg')
plt.show()

运行结果如下：

真实参数: [10, 0.34, 0.5235987755982988]
拟合参数 [ 10.02733131   0.3409059   -5.73652932]

这里图例使用的是中文，画出来的图如下：



可以看出，图例中的中文并没有显示出来。

为了解决这个问题，可以使用如下方法：

因为乱码是Matplotlib缺少中文配置所导致的，所以我们只需要在程序中说明使用中文字体即可。

先选一个字体。在计算机中找到字体，选择一种中文字体，比如我这里用的是楷体



右键可以查看其属性从而得知字体名称：



即该字体文件为simkai.ttf

然后在程序中定义Matplotlib的字体管理，这里将其命名为zhfont1，代码如下：

zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simkai.ttf')

接着我们只要在绘图中出现中文的地方加上字体选项即可，在最小二乘拟合的例子中，我们只需要加上语句：

plt.legend(prop=zhfont1)

完整的程序代码如下：

# 最小二乘拟合示例
import numpy as np
from scipy.optimize import leastsq
import matplotlib.pyplot as plt
import matplotlib

zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simkai.ttf')

def func(x, p):
"""
数据拟合所用的函数: A*sin(2*pi*k*x + theta)
"""
A, k, theta = p
return A*np.sin(2*np.pi*k*x+theta)

def residuals(p, y, x):
"""
实验数据x, y和拟合函数之间的差，p为拟合需要找到的系数
"""
return y - func(x, p)

x = np.linspace(0, -2*np.pi, 100)
A, k, theta = 10, 0.34, np.pi/6 # 真实数据的函数参数
y0 = func(x, [A, k, theta]) # 真实数据
y1 = y0 + 2 * np.random.randn(len(x)) # 加入噪声之后的实验数据

p0 = [7, 0.2, 0] # 第一次猜测的函数拟合参数

# 调用leastsq进行数据拟合
# residuals为计算误差的函数
# p0为拟合参数的初始值
# args为需要拟合的实验数据
plsq = leastsq(residuals, p0, args=(y1, x))

print("真实参数:", [A, k, theta])
print("拟合参数", plsq[0]) # 实验数据拟合后的参数

plt.plot(x, y0, label="真实数据")
plt.plot(x, y1, label="带噪声的实验数据")
plt.plot(x, func(x, plsq[0]), label="拟合数据")
plt.legend(prop=zhfont1)
plt.savefig('fit.jpg')
plt.show()

运行后可以画出图像



这样中文图例便正常显示了。

此外，在用LaTex写论文时，我们经常需要插入矢量格式的图，最好是eps或者pdf格式的图，即将存图的那行代码改为

plt.savefig('fit.pdf')

但是使用以上代码保存生成的图为pdf格式时，可能会出现错误（如果没有出现，可以无视下面的内容了），错误提示缺少第三方字体。



这时我们只要把刚才的字体文件复制到Matplotlib的字体文件夹中即可，我是把Python安装到了E:\Program Files中，所以只要把simkai.ttf文件复制到如下文件夹中就ok了。

E:\Program Files\Python\Lib\site-packages\matplotlib\mpl-data\fonts\ttf

如此一来，程序便能正确输出pdf格式的图片了。

最后，再附上一个简单的例子（注：该例子改用了宋体-simsun.ttc，但图像无法存成pdf格式，但若换成simhei.ttf或者simkai.ttf均可以存成pdf格式），代码如下：

#中文标题与坐标轴示例
import matplotlib.pyplot as plt
import matplotlib
zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')
plt.xlabel('性别',fontproperties=zhfont1)
plt.ylabel('人数',fontproperties=zhfont1)
plt.title('直方图',fontproperties=zhfont1)
plt.xticks( (0,1),('男','女') ,fontproperties=zhfont1)
plt.bar(left=(0,1), height=(1,0.5), width=0.35)
plt.show()

画出的图像如下：