一文解决Matplotlib中英文使用不同字体的最优解

Matplotlib 如何输出各种字体 matplotlib 默认输出的是无衬线字体,因此,修改无衬线字体的配置即可正确输出中文: import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"] = ["STSong"] 一般来说, matplotlib 会将字体的配置保存在 ~/.matplotlib/fontlist.json 里,比如随便找一个 entry 是这样结... 阅读详情
AI摘要

文章介绍了如何在Matplotlib3.6.3环境下分别设定中英文及数学公式的字体,以实现中文显示为SimHei或SimSun,英文和数字使用DejaVuSans或TimesNewRoman,而公式则采用Stix字体。通过调整`font.family`和`mathtext.fontset`参数,可以定制图表的字体风格。,

一文解决Matplotlib中英文使用不同字体的最优解

中英文使用不同字体

我们需要解决两个需求:

  1. 第一个需求:要用中文字体显示中文,不能全部都是框框。
  2. 第二个需求:横纵坐标的数字用英文字体显示,英文用英语字体显示。

环境matplotlib 3.6.3

方法很简单,只需要添加一行,前者是matplolib默认的英文字体,后者是中文字体黑体:

plt.rcParams['font.family'] = ['DejaVu Sans','SimHei']

以此类推可以把英文字体改成SimSun,英文字体改成Times New Roman
要查看自己的font family,可以使用代码(参考来源:链接):

from matplotlib.font_manager import FontManager
mpl_fonts = set(f.name for f in FontManager().ttflist)
print('all font list get from matplotlib.font_manager:')
for f in sorted(mpl_fonts):
    print('\t' + f)

具体示例:

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['DejaVu Sans','SimHei']
# 绘制图像
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.title('中文和English')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

效果(图中英文为DejaVu Sans,中文为宋体):
图中英文为DejaVu Sans,中文为宋体

全局是中文字体,公式为英文字体

import matplotlib.pyplot as plt
plt.rcParams['mathtext.fontset'] = 'stix'  # 设置数学公式字体为stix
plt.rcParams['font.family'] = ['SimSun']
# 绘制图像
plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.title('我是中文English$a+b=c$')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

这个时候只有公式是英文字体:
在这里插入图片描述

Python用matplotlib画图是中文无法显示问题及Font family [‘SimSun‘] not found,不用清空缓存,重启服务器 修改/opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/mpl-data/matplotlibrc,修改内容如下:找到font.sans-serif,添加SimSun。文件 SimSun.ttf复制到 /opt/conda/lib/python3.8/site-packages/matplotlib/mpl-data/fonts/ttf 路径下。看别人说使用 rm -rf +路径 删除缓存,然后重启,由于我用服务器,重启要找管理员。 阅读详情

相关推荐

Python词云生成实战:文本清洗、中文分词与字体适配全流程

词云图是文本可视化中最直观的基础技术,其本质是文本分析与图像渲染的协同过程。原理上需经历文本清洗、分词统计、词频加权、字体渲染四个关键环节,尤其在中文场景下,必须解决空格缺失、停用词干扰、字体缺失和编码兼容等核心问题。该技术具备轻量部署、可解释性强、易嵌入自动化流程等工程价值,广泛应用于电商评论分析、用户反馈挖掘、社交媒体热点追踪等业务场景。本文聚焦WordCloud与jieba协同实践,深入解析中文分词、停用词动态过滤及中文字体适配等高频痛点。

386

Matplotlib如何实现英文为Time New Roman中文为宋体

如果你在一个plt显示多个线条,每个线条都设置label后,在最后通过plt.legend()方法显示,在这种情况下,要是中文设置宋体,英文设置Times New Roman,那你呵呵吧,通过set_fontname只会修改整体,而通过set_fontproperties才能对单个label进行修改。具体参考了matplotlib.Text的属性。python中用matplotlib库画图时,把中文设置为宋体,英文设置为Time New Roman,有时候还需要显示公式。

weixin_44056948的博客 2919

Python NLP实战:从文本预处理到LDA主题建模的完整竞赛解决方案

自然语言处理(NLP)是人工智能领域的关键技术,旨在让计算机理解和处理人类语言。其核心原理是通过分词、向量化等方法将非结构化的文本转化为结构化数据,进而应用机器学习模型挖掘语义信息。这项技术的价值在于能够自动化地从海量文本中提取关键主题、量化情感倾向,极大提升了信息处理的效率和深度。在数学建模竞赛、产品评论分析、社交媒体挖掘等场景中,NLP技术是解决文本分析问题的务实工具。本文以Python为工具,详细复盘了从数据清洗、中文分词、TF-IDF特征工程到LDA主题建模的完整链路,并重点探讨了在实战中如何通过一

weixin_33968104的博客 394

Python matplotlib 画图 字体、字体大小、字体粗细、文字方向、斜体、旋转角度 全集

Python matplotlib 画图 统一设置字体、字体大小、字体粗细、斜体、文字方向

好记性不如烂笔头 6万+

GPT-4动态稀疏激活:2%参数背后的MoE工程实践

大语言模型的推理效率瓶颈,本质是显存带宽、计算吞吐与功耗之间的三角约束。传统稠密模型受限于‘全参数加载’范式,在千亿级规模下面临严重的计算饥饿与通信开销。MoE(Mixture of Experts)架构通过动态门控路由实现条件稀疏激活,使模型具备任务自适应能力——不是简单减少参数使用,而是基于输入语义实时调度最相关专家子网络。这种‘动态稀疏激活’机制显著提升Tensor Core利用率、降低HBM带宽压力,并支撑消费级硬件上的低延迟推理。本文结合GPT-4实测数据与H100部署经验,解析Router设计、

tomfish 373

开源本地主题建模工具TopicMiner:离线LDA+Streamlit实战指南

主题建模(Topic Modeling)是一种经典的无监督文本分析技术,通过挖掘词频共现的统计规律,自动发现文档集合中的潜在语义结构。其核心原理基于概率图模型(如LDA),无需标注数据,强调可解释性与业务对齐。相比黑盒大模型,它在用户反馈分析、客服对话归类、行业报告综述等场景中具备低门槛、高可控、强溯源的技术价值。尤其适合数据敏感、需即时响应、要求结果可验证的本地化工作流。本文聚焦一个真正落地的开源实现——TopicMiner,它以Gensim LDA为内核,Streamlit为交互层,全程离线运行,并深度

cunbei2644的博客 1081

Matplotlib中英文使用不同字体的最优解

Matplotlib中英文使用不同字体的最优解.。python中用matplotlib库画图时,把中文设置为宋体,英文设置为Time New Roman,并显示公式。

githubcurry,985cs博士在读 1488

模板驱动文档自动化:让重复性文档生产变成可配置的装配流水线

文档自动化并非简单提速,而是将内容生产从人工操作升维为工程化装配。其核心在于以结构化模板为中枢,通过数据映射、条件逻辑与样式继承实现内容的精准组装,从而保障品牌一致性、数据准确性和合规安全性。相比AI生成易失控、脚本开发难维护的局限,模板驱动模式天然适配销售方案、咨询报告、合同协议等具备固定框架与变量字段的业务场景。本文深入解析Sqribble所代表的工业级模板架构——涵盖四层模型(结构/样式/内容/行为)、零代码配置逻辑与印刷级PDF输出控制,为业务团队提供一条无需编程即可自主迭代、稳定交付的专业化文档生

weixin_34138056的博客 379

美赛数据可视化工具选型与图表制作实战指南

数据可视化是学术论文与建模竞赛中传递结论的核心手段,其本质是通过图形语言降低读者的认知成本。在数学建模美赛等高压场景下,图表不仅是结果的展示,更是评委建立信任的关键抓手。掌握Matplotlib、Seaborn、Plotly等Python可视化工具的分工逻辑,能够帮助参赛者高效完成从数据探索(EDA)到模型结果呈现的全流程。合理的配色方案、统一的风格规范、300DPI以上的导出参数,以及实际值对预测值散点图、聚类降维图等实战模板,都是提升论文专业度的隐形加分项。从环境配置到最终LaTeX排版,一套模板化的出

weixin_33889665的博客 382

AI文本检测实战手册:三层穿透式识别技术与本地化工具链

AI生成文本识别已从经验直觉升级为可量化、可复现的技术工程。其核心原理在于捕捉语言模型在词汇熵值、句法树深度、标点分布等维度的统计学偏差,这些特征源于大语言模型的概率生成机制与人类认知表达的本质差异。该技术具备显著的工程价值——支撑教育学术诚信审核、媒体内容真实性把关、招聘简历可信度初筛等关键场景。随着GPT-4o、Claude 3等新一代模型强化‘反检测’优化,单一工具失效成为常态,亟需融合表层特征分析、语义压力测试与格式水印溯源的多维协同方案。本文即基于三年一线实践,系统拆解零代码快筛、Python本地

weixin_30635053的博客 606

数学建模竞赛C题实战:从数据预处理到模型评价的完整工作流

数学建模是将实际问题抽象为数学模型,并通过数学工具求解的关键技术。其核心原理在于通过合理的假设与变量定义,将复杂现实转化为可量化、可计算的数学问题。这一过程的价值在于为决策提供科学依据,广泛应用于数据分析、优化调度、机理仿真等场景。在数学建模竞赛中,面对海量数据时,数据预处理与特征工程是构建稳健模型的基础,而模型评价与敏感性分析则是验证结果可靠性的关键。本文聚焦于国赛C题的实战需求,系统拆解了从探索性数据分析、缺失值处理到优化算法选择、交叉验证与敏感性分析的一站式解决方案,旨在帮助参赛者构建可复现、可调整的

weixin_34387468的博客 335

Python Cartopy绘制Nature风格北半球投影图:投影选型与避坑指南

在气候、海洋与地学研究中,以北极为中心的投影图是展示海冰密集度、温度距平等空间数据的常用形式。地图投影的选择决定了图像变形特征,进而影响科研图件的表达与审阅体验。Cartopy基于Python提供了从投影坐标系转换到地物要素绘制的完整能力,利用Orthographic等投影可实现堪比Nature风格的极区地图。理解contourf与pcolormesh的适用差异、正确处理经纬度范围与缺失掩膜,是绘制无缝极区图的关键。围绕科研数据可视化场景,文章梳理从投影选型、要素配置到数据叠加与导出设置的完整路径,帮助读者

weixin_34161083的博客 363

matplotlib之解决Font family [‘sans-serif‘] not found的问题以及Seaborn中文乱码问题

在进行的时候,经常会出现这个的报错,虽然知道是因为没有对应的字体的原因,但是,将字体下载后放到目标路径下,仍然没有办法使用,最后才发现,除了下载字体到对应目录下,还需要清除缓存以及修改对应的配置才能生效。解决步骤:1. 获取matplot的字体目录通过路径可以确定字体路径为:fonts/ttf。2. 下载对应的字体一般来说,我们用Simhei会多一点,直接在网上下载就好了,最终的文件为SimHei.ttf。3. 将字体放入字体对应位置将字体放入对应的文件夹下fonts/ttf。

拥抱具身智能,昇腾Ascend C 3028

数学建模论文写作实战指南:从摘要到排版的黄金法则与避坑技巧

数学建模是将现实问题抽象为数学模型,并通过算法求解以指导决策的关键技术。其核心原理在于通过合理的假设简化问题,运用数学工具(如优化算法、统计分析)构建模型,并利用编程软件(如MATLAB、Python)进行求解与验证。这项技术的价值在于为复杂系统提供量化分析与优化方案,广泛应用于物流路径规划、资源分配、风险预测等工程与科研场景。一篇优秀的数学建模论文,正是这一系列技术工作的最终呈现与沟通载体。本文聚焦于**数学建模论文**的写作实战,系统梳理了从**摘要**撰写、模型表述到排版呈现的全流程黄金法则与常见误区

weixin_33937499的博客 463

2024数学建模国赛C题代码与数据:快速求解种植策略

线性规划是解决资源分配问题的经典方法,通过构建目标函数与约束条件,在可行域内寻找最优解。在数学建模竞赛中,线性规划常用于生产计划、运输调度等场景。2024年国赛C题聚焦农作物种植策略,涉及大规模线性规划与动态规划。借助Python的PuLP库和pandas数据处理,可快速实现模型求解与结果可视化。本文分享的代码与数据资源,包含完整求解脚本和预处理模块,帮助参赛者跳过繁琐的约束推导,直接跑通并生成符合题目要求的种植方案,显著节省试错时间。

weixin_34221332的博客 366

轻量CNN花朵识别系统:含GUI、文档与Docker一键部署

卷积神经网络(CNN)是图像分类任务的基础架构,其核心原理在于通过局部感受野和参数共享实现空间特征的层次化提取。相比Transformer等大模型,轻量级CNN如MobileNetV2在教学与边缘部署场景中具备训练快、显存低、可解释性强的技术优势。本项目聚焦花卉细粒度识别这一典型视觉任务,融合深度可分离卷积、LabelSmoothing与Focal Loss优化策略,并基于CustomTkinter构建跨平台GUI界面,结合Docker容器化实现Windows/macOS/Linux全环境一键部署。适用于高

weixin_34337381的博客 438

数学建模竞赛实战:从问题拆解到代码实现与论文写作全流程指南

数学建模是将现实世界复杂问题抽象为数学模型,并利用计算工具求解的核心方法。其原理在于通过数学语言描述系统要素间的逻辑关系,并借助算法进行模拟、优化或预测。这一过程的技术价值在于为决策提供量化依据,广泛应用于交通调度、资源分配、风险评估等工程与科学领域。在数学建模竞赛中,参赛者需掌握从问题分析、模型构建到算法实现与结果可视化的完整流程。本文聚焦于**模型构建**与**代码实现**两大关键环节,深入探讨如何将抽象的数学思想转化为可运行的代码,并最终形成逻辑严谨的解决方案,为应对国赛、美赛等综合性赛题提供系统的实

503

高精度磁力计RM3100 传感器LR振荡电路偏置电路分析

LR振荡器电路通过正向和反向偏置实现磁场测量。Sen-XY-f/Z-f传感器线圈作为电感元件构成LR弛张振荡电路,其振荡频率随磁场变化而改变。测量时,线圈一端接地,另一端交替通入正反向电流,通过两次偏置测量消除电路自身磁场干扰,仅保留外部磁场影响。MagI2C芯片通过高速时钟测量振荡次数和时间差,计算磁场强度。该设计具有抗干扰强、数字化输出和高分辨率等优势,是RM3100传感器高精度磁测量的核心原理。

bother3000的博客 1133

数学建模国赛三天速成指南:从零基础到国奖的实战策略与代码模板

数学建模是运用数学工具解决实际问题的核心方法,其原理在于通过抽象、假设和数学语言构建现实系统的简化模型。这一技术价值在于将复杂问题量化、可视化,为决策提供科学依据,广泛应用于工程优化、数据分析、经济预测和资源调度等场景。在高校竞赛中,全国大学生数学建模竞赛(国赛)是检验学生综合应用能力的关键平台。本文聚焦于**时间序列分析**与**线性规划**等高频模型,提供一套可立即执行的备赛框架,帮助团队在有限时间内掌握最小必要知识集,高效完成从选题、建模、编程到论文撰写的全流程,实现竞赛成绩的快速突破。

weixin_33730836的博客 493

2017阿里内推笔试题--算法工程师(运筹优化)

2017阿里内推笔试题–算法工程师(运筹优化)题目沐哲是一个菜鸟仓库的一个拣货员,但他有非常个怪异的习惯。每次拣货的重量都要比之前拣的一个轻,每次拣到货后都可以得到1块钱,沐哲想知道这样最多能赚多少钱 32 34 7 33 21 2 13 12 3 11 26 36 16 30 22 1 24 14 20 23 25 5 19 29 27 15 9 17 31 4 6 18 8 10 3

shawpan的专栏 1万+

ITK-snap医学图像标注方法(超级详细)——保姆级

医学3D图像标注方法,非常详细,保姆级

jialiyk的博客 3万+
上一篇: sublime+LaTeX 子tex文件引用参考文献自动补全
下一篇: 如何push项目到github的main主干
玉章.
博客等级 码龄6年 24粉丝 13原创
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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