彻底解决matplotlib中文乱码问题

原创 已于 2025-08-27 01:15:30 修改 · 7.6w 阅读 · 88 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#CentOS 7.2 #Matplotlib #乱码 #python
于 2015-12-27 22:56:06 首次发布
本文详细介绍了在使用Python Matplotlib绘制图表时遇到中文字体显示问题时，通过指定字体配置、动态设置参数以及修改配置文件等三种解决方法，确保了中文字体能够正常显示。
该文章已生成可运行项目，

🎯 核心价值：通过3种不同的解决方案，彻底解决matplotlib在Linux和Windows系统下的中文显示问题，让数据可视化不再受字体限制。

在使用matplotlib进行数据可视化时，中文乱码问题几乎是每个中文用户都会遇到的痛点。无论是在Linux服务器上还是本地开发环境，中文字符总是显示为方框或乱码，严重影响图表的可读性和专业性。

本文将提供3种经过实战验证的解决方案，从临时方案到永久配置，帮你彻底解决matplotlib中文乱码问题，让你的数据可视化更加专业和美观。

目录

  1. 问题分析与环境检查
  2. 解决方案一：代码级动态配置
  3. 解决方案二：字体文件 + 动态设置
  4. 解决方案三：修改配置文件（推荐）
  5. 常见问题与排除
  6. 进阶技巧与最佳实践
  7. 总结

1. 问题分析与环境检查

💡 章节重点：理解中文乱码的根本原因，学会检查系统环境和字体配置。

1.1 中文乱码的根本原因

matplotlib中文乱码问题的根本原因在于：

  • 默认字体不支持中文：matplotlib默认使用的字体（如DejaVu Sans）不包含中文字符
  • 字体查找机制：当遇到不支持的字符时，matplotlib无法找到合适的替代字体
  • 配置缺失：系统中虽然有中文字体，但matplotlib配置中没有指定使用

1.2 环境信息查看

首先检查你的系统环境和Python配置：

# 查看系统版本
cat /etc/redhat-release
# 输出示例：CentOS Linux release 7.2.1511 (Core)

# 查看Python版本和matplotlib配置文件位置
python -c "
import matplotlib
print('Python版本:', __import__('sys').version)
print('matplotlib配置文件:', matplotlib.matplotlib_fname())
"

示例输出：

Python版本: 2.7.10 (default, Dec 18 2015, 01:29:06)
matplotlib配置文件: /home/hadoop/.pyenv/versions/2.7.10/lib/python2.7/site-packages/matplotlib/mpl-data/matplotlibrc

1.3 系统字体检查

检查系统中可用的中文字体：

# 查看系统中文字体
fc-list :lang=zh

# 常见输出示例
/usr/share/fonts/wqy-microhei/wqy-microhei.ttc: 文泉驿微米黑,WenQuanYi Micro Hei:style=Regular
/usr/share/fonts/wqy-zenhei/wqy-zenhei.ttc: 文泉驿正黑,WenQuanYi Zen Hei:style=Regular

📝 重要提示：记录下找到的字体文件路径，后续配置会用到。

2. 解决方案一：代码级动态配置

🔍 章节重点：最快速的临时解决方案，适合快速验证和临时使用。

2.1 使用系统自带字体

这种方法直接在代码中指定中文字体，无需修改系统配置。

2.2 实现步骤

# coding: utf-8
import matplotlib
matplotlib.use('Agg')  # 使用非交互式后端
from matplotlib.font_manager import FontProperties
import matplotlib.pyplot as plt

# 方法1：使用系统字体文件路径
myfont = FontProperties(fname='/usr/share/fonts/wqy-zenhei/wqy-zenhei.ttc')

# 解决负号'-'显示为方块的问题
matplotlib.rcParams['axes.unicode_minus'] = False

# 创建示例图表
plt.figure(figsize=(10, 6))
plt.plot([-1, 2, -5, 3, 4], label='示例数据')
plt.title('中文标题测试', fontproperties=myfont, fontsize=16)
plt.xlabel('X轴标签', fontproperties=myfont)
plt.ylabel('Y轴标签', fontproperties=myfont)
plt.legend(prop=myfont)

# 保存图片
plt.savefig('chinese_test.png', dpi=300, bbox_inches='tight')
plt.show()

2.3 优缺点分析

优点：

  • ✅ 实现简单，立即生效
  • ✅ 不需要修改系统配置
  • ✅ 适合临时使用和快速验证

缺点：

  • ❌ 每个图表都需要指定字体
  • ❌ 代码冗余，维护困难
  • ❌ 字体路径硬编码，移植性差

3. 解决方案二：字体文件 + 动态设置

📝 章节重点：通过添加字体文件并动态配置，实现更灵活的中文显示。

3.1 字体文件准备

首先获取中文字体文件（推荐使用SimHei黑体）：

# 从Windows系统复制字体文件，或者下载开源字体
# Windows字体路径通常在：C:\Windows\Fonts\simhei.ttf

# 复制到matplotlib字体目录
cp simhei.ttf /path/to/matplotlib/mpl-data/fonts/ttf/

3.2 配置步骤

# 1. 找到matplotlib字体目录
python -c "import matplotlib; print(matplotlib.matplotlib_fname())"

# 2. 将字体文件复制到ttf目录
# 路径示例：/home/user/.pyenv/versions/3.8.0/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf/

# 3. 清除matplotlib缓存
rm -rf ~/.cache/matplotlib/
# 或者
rm -rf ~/.matplotlib/*.cache

3.3 代码实现

# coding: utf-8
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

# 动态设置中文字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']
matplotlib.rcParams['font.family'] = 'sans-serif'
matplotlib.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 现在可以直接使用中文，无需每次指定字体
plt.figure(figsize=(12, 8))
plt.plot(range(10), [x**2 for x in range(10)], 'bo-', label='二次函数')
plt.title('matplotlib中文显示测试图表', fontsize=16)
plt.xlabel('X轴：输入值')
plt.ylabel('Y轴：输出值')
plt.legend()
plt.grid(True, alpha=0.3)

plt.savefig('chinese_chart.png', dpi=300, bbox_inches='tight')
plt.show()

⚠️ 注意：字体列表中的第一个字体为首选，后续为备选字体。

4. 解决方案三：修改配置文件（推荐）

✅ 章节重点：最彻底的解决方案，一次配置，全局生效，推荐用于生产环境。

4.1 全局配置优势

  • 一次配置，永久生效：所有matplotlib代码都能正常显示中文
  • 团队协作友好：配置完成后，团队成员无需关心字体问题
  • 代码简洁：无需在每个项目中重复配置

4.2 详细配置步骤

步骤1：准备字体文件

# 复制字体文件到matplotlib字体目录
MATPLOTLIB_PATH=$(python -c "import matplotlib; print(matplotlib.matplotlib_fname())")
FONT_DIR=$(dirname "$MATPLOTLIB_PATH")/fonts/ttf/
cp simhei.ttf "$FONT_DIR"

步骤2：修改配置文件

# 编辑配置文件
vim "$MATPLOTLIB_PATH"

找到以下配置项并修改：

# 取消注释并修改字体族配置
font.family         : sans-serif

# 取消注释并添加SimHei到字体列表开头
font.sans-serif     : SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif

# 解决负号显示问题
axes.unicode_minus  : False

步骤3：清除缓存并验证

# 清除matplotlib缓存
rm -rf ~/.cache/matplotlib/
rm -rf ~/.matplotlib/

# 重建字体缓存
python -c "
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
fm._rebuild()
print('字体缓存重建完成')
"

4.3 验证与测试

# coding: utf-8
import matplotlib.pyplot as plt
import numpy as np

# 创建测试数据
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建图表 - 无需任何特殊配置
plt.figure(figsize=(12, 8))
plt.plot(x, y1, label='正弦函数', linewidth=2)
plt.plot(x, y2, label='余弦函数', linewidth=2)

plt.title('三角函数对比图表', fontsize=16, fontweight='bold')
plt.xlabel('角度（弧度）')
plt.ylabel('函数值')
plt.legend()
plt.grid(True, alpha=0.3)

# 添加中文注释
plt.annotate('最大值点', xy=(np.pi/2, 1), xytext=(2, 0.8),
            arrowprops=dict(arrowstyle='->', color='red'),
            fontsize=12, color='red')

plt.tight_layout()
plt.savefig('trigonometric_functions.png', dpi=300)
plt.show()

5. 常见问题与排除

⚠️ 章节重点：解决配置过程中可能遇到的各种问题。

5.1 字体未找到错误

错误信息：

UserWarning: findfont: Font family ['sans-serif'] not found. Falling back to Bitstream Vera Sans

解决方法：

# 检查可用字体
import matplotlib.font_manager as fm
fonts = [f.name for f in fm.fontManager.ttflist if 'Hei' in f.name or 'SimHei' in f.name]
print("可用的中文字体:", fonts)

# 如果列表为空，说明字体文件没有正确安装
if not fonts:
    print("请检查字体文件是否复制到正确目录")

5.2 缓存问题

现象：配置正确但仍显示方块

解决方法：

# 彻底清除所有matplotlib相关缓存
find ~ -name "*matplotlib*" -type d 2>/dev/null | grep cache
rm -rf ~/.cache/matplotlib/
rm -rf ~/.matplotlib/
rm -rf /tmp/matplotlib-*

# 重启Python解释器后测试

5.3 显示问题

问题1：图表不显示

# 检查后端设置
import matplotlib
print("当前后端:", matplotlib.get_backend())

# 如果是服务器环境，使用非交互式后端
matplotlib.use('Agg')

问题2：部分中文显示异常

# 设置更全面的字体fallback
matplotlib.rcParams['font.sans-serif'] = [
    'SimHei', 'Microsoft YaHei', 'WenQuanYi Zen Hei', 
    'WenQuanYi Micro Hei', 'STHeiti', 'DejaVu Sans'
]

6. 进阶技巧与最佳实践

💡 章节重点：提供更高级的配置技巧和最佳实践建议。

现代化解决方案

对于现代Linux系统，推荐使用用户字体目录：

# 创建用户字体目录
mkdir -p ~/.local/share/fonts

# 复制字体文件
cp simhei.ttf ~/.local/share/fonts/

# 更新系统字体缓存
fc-cache -f -v ~/.local/share/fonts

# 验证字体安装
fc-list | grep -i simhei

项目级配置

为特定项目创建字体配置：

# config/matplotlib_config.py
import matplotlib
import os

def setup_chinese_font():
    """设置中文字体配置"""
    # 优先级：项目字体 > 系统字体 > 默认字体
    font_paths = [
        './fonts/simhei.ttf',  # 项目本地字体
        '~/.local/share/fonts/simhei.ttf',  # 用户字体
        '/usr/share/fonts/truetype/simhei.ttf'  # 系统字体
    ]
    
    for font_path in font_paths:
        if os.path.exists(os.path.expanduser(font_path)):
            matplotlib.rcParams['font.sans-serif'] = ['SimHei']
            matplotlib.rcParams['axes.unicode_minus'] = False
            print(f"使用字体文件: {font_path}")
            return True
    
    print("警告: 未找到中文字体文件")
    return False

# 在主程序中调用
if __name__ == "__main__":
    setup_chinese_font()

Docker环境配置

# Dockerfile
FROM python:3.9

# 安装系统字体
RUN apt-get update && apt-get install -y \
    fonts-wqy-microhei \
    fonts-wqy-zenhei \
    && rm -rf /var/lib/apt/lists/*

# 复制自定义字体
COPY fonts/*.ttf /usr/share/fonts/truetype/
RUN fc-cache -f -v

# 设置matplotlib配置
ENV MPLCONFIGDIR=/tmp/matplotlib
RUN python -c "import matplotlib.pyplot"

7. 总结

通过本文的3种解决方案，我们彻底解决了matplotlib中文乱码问题。

🎯 关键要点：

  • 方案选择：临时使用选方案一，项目级使用选方案二，生产环境推荐方案三
  • 字体管理：现代系统建议使用~/.local/share/fonts管理用户字体
  • 缓存重要性：配置修改后务必清除matplotlib缓存
  • 环境适配：不同环境（本地、服务器、Docker）需要适配不同的配置策略
  • 团队协作：统一的配置方案有助于团队协作和代码维护

无论你是数据分析师、科研工作者还是开发工程师，掌握这些方法都能让你的数据可视化工作更加高效和专业。选择适合你场景的方案，让matplotlib完美支持中文显示！

💡 温馨提示：建议在生产环境中使用方案三（配置文件修改），开发测试时可以使用方案二。避免在代码中硬编码字体路径。

👋 作者信息：Alex Hu | 发布日期：2015-12-27 | 一个热爱分享的全栈架构师


本文章已经生成可运行项目
Hive：Hive基础知识 01
Xiao Miao的博客
05-03 2917
Hive基础知识 01
hive的介绍及与传统关系型数据库（mysql)的区别
XiongYun
11-06 3479
hive的介绍 什么是hive：Hive是基于hadoop的一个数据仓库工具，实质就是一款基于hdfs的MapReduce计算框架，对存储在HDFS中的数据进行分析和管理。 hive的工作方式：把存放在hive中的数据都抽象成一张二维表格，提供了一个类似于sql语句的操作方式，这些sql语句最终被hive的底层翻译成为MapReduce程序，最终在hadoop集群上运行，结果也会输出在hdfs之中。（必须是结构化的数据）。在存储的时候hive对数据不做校验，在读取的时候校验。 hive的的优点：极大的简化了
Hive 基础知识
STAR GAME
02-24 4097
1. Hive和HBase的区别 HBase是一个用来处理HDFS上文件的NoSQL数据库，建立于HDFS之上。 Hive是封装了MapReduce的操作，让用户可以通过写sql语句的方式，实现MapReduce操作。 Hive基于一个统一的查询分析层，通过SQL语句的方式对HDFS上的数据进行查询、统计和分析。 2. Hive是什么 （1）Hive是一个SQL解析引擎，将SQL语句转译成MR Job，然后再Hadoop平台上运行，达到快速开发的目的。 （2）Hive中的表示纯逻辑表，只有表的定
Hive基础知识大全
qq_54677773的博客
07-24 5974
Hive本质是将SQL转化为MapReduce的任务进行计算，底层由HDFS来提供数据存储。说白了hive可以理解为一个将SQL转换为MapReduce的任务的工具，甚至更进一步说hive就是MapReduce的一个客户端。Hive是数据库建模工具之一可以向Hive传入一条交互式SQL,在海量数据中查询分析得到结果的平台继承重写evaluate()，这个方法不是由接口定义的,因为它可接受的参数的个数,数据类型都是不确定的。Hive会检查UDF,看能否找到和函数调用相匹配的evaluate()方法。
Hive基础
m0_63924864的博客
11-08 1828
Hive是构建在Hadoop之上的数据仓库工具，它提供了一种机制来查询和管理PB级别的分布式存储数据。Hive使用类似于SQL的查询语言——HiveQL，使得熟悉SQL的用户能够轻松地进行大数据处理。通过Hive，可以将复杂的MapReduce任务简化为简单的查询语句，极大地提高了开发效率。Hive支持多种数据格式和存储类型，如文本文件、序列化文件等，并且可以与Hadoop生态系统中的其他工具（如Pig、HBase）无缝集成。尽管Hive在处理大规模数据集方面表现出色，但在实时查询响应上存在一定的延迟，更适
Hive：Hive基础知识 02
Xiao Miao的博客
05-05 2600
Hive基础知识 02
Hive基础知识(个人总结)
hellosrc的博客
10-24 5040
    声明: 1. 本文为我的个人复习总结, 并非那种从零基础开始普及知识 内容详细全面, 言辞官方的文章               2. 由于是个人总结, 所以用最精简的话语来写文章            
Hive（一）：基础知识最全总结
F道人
06-08 1314
Hive基础 一、基础概念 Hive：facebook实现并开源的Hadoop的一个数据仓库工具，底层数据存储依赖于Hadoop的HDFS分布式文件存储上，将结构化数据映射到一张数据库表中，并提供HQL的查询功能，HQL的本质在于将HQL解析，转换为MapReduce任务进行数据的分析。 概括下：Hive就是基于HDFS进行数据存储，HSQ基于MapReduce任务进行数据分析的Hadoop数据仓库工具。 HQL请求Hive处理转化为MapReduceMapReduce任务执行 MapReduce 所面临的
hive基础学习
我的祖传代码
08-05 1682
目录 1.Hive基本概念 2.Hive架构 3.Hive安装部署 4.Hive使用方式 5.Hive建库建表与数据导入 6.hive查询语法 7.hive函数使用 8 综合查询案例 1.Hive基本概念 1.1 Hive简介 1.1.1 什么是Hive Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。 1...
Hive-学习笔记
weixin_48626604的博客
03-25 1892
Hive-学习笔记 1 Hive概述 什么是Hive？ Apache Hive是一款建立在Hadoop之上的开源数据仓库系统，可以将存储在Hadoop文件中的结构化、半结构化数据文件映射为一张数据库表，基于表提供了一种类似SQL的查询模型，称为Hive查询语言（HQL），用于访问和分析存储在Hadoop文件中的大型数据集。 Hive核心是将HQL转换为MapReduce程序，然后将程序提交到Hadoop群集执行。Hive由Facebook实现并开源。 为什么使用Hive？ 使用Hadoop
Hive-基础入门
最新发布
m0_53191230的博客
03-12 1577
Hive DDL用于定义Hive 数据库模式，其命令包括create、drop、alter、truncate、show。在Hive中进行流量统计通常涉及以下几个步骤：数据准备、表的创建、数据加载以及编写统计查询。是Hive中最常用的数据加载方式，支持从本地文件系统或HDFS加载数据到Hive表中。：由于不使用分布式计算资源，本地模式的性能通常低于集群模式，不适合处理大规模数据。表案例，包括表结构设计、数据加载以及一些常见的SQL查询示例。在Hive中，数据加载是将外部数据导入到Hive表中的过程。
Hadoop自测题及参考答案
热门推荐
三人行，必有我师焉。
06-18 1万+
单选题 1、与其他几项不同的是 A. Mesos B. Mongodb C. Corona D. Borg E. YARN 注：其他几项都是资源统一管理系统或者资源统一调度系统，而 Mongodb一种非关系型数据库。 2、[java基础] 以下不属于线程安全的数据结构是 A. HashMap B. HashTable C. CopyOnWriteArrayL
Hive的基本使用
weixin_45105259的博客
12-13 2061
本质：就是将对应的HQL语句转换为对应的MapReduce进行数据的计算 出现的原因：MQ实现复杂，
用Hive实现wordcount
smilexiaowei的专栏
12-31 692
通过HiveQL实现词频统计功能，此时只要编写下面7行代码，而且不需要进行编译生成jar来执行。HiveQL实现命令如下： create table docs(line string); load data inpath 'input' overwrite into table docs; create table word_count as select word, count(1) a...
评论 21
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值