解决matplotlib中文和负号显示为方框的问题

最新推荐文章于 2024-08-20 10:05:46 发布

原创最新推荐文章于 2024-08-20 10:05:46 发布 · 4.1k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python

量化交易，量化分析，股票，投资同时被 2 个专栏收录

18 篇文章

订阅专栏

python

16 篇文章

订阅专栏

本文介绍了解决在使用Matplotlib进行数据分析绘图时遇到的中文标签和负号显示异常问题的方法。通过设置字体和Unicode参数，确保了图表中中文和特殊符号如负号能够正确显示。

本文参考 https://blog.youkuaiyun.com/qq_37315403/article/details/80287013

在分析收益率与风险时，遇到画图符号和中文显示为方框的问题，解决办法如下：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

遇到问题，解决问题之后养成随时及博客的习惯，很多问题，比如字符问题，编码问题，每次遇到没必要可以去记，好记性不如烂笔头，记在博客方便查阅

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wolf1132

关注关注

9
点赞
踩
13

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

优化 matplotlib 可视化——实现坐标轴负号（-）的正确显示

持续更新

05-21

2523

优化 matplotlib 可视化——实现坐标轴负号（-）的正确显示在使用 matplotlib 进行可视化时，我们经常需要将坐标轴上的数据用线段或曲线进行表达，但是对于负数数据的表达，matplotlib 默认使用连字符（减号）来表示。这样处理虽然符合一般习惯，但当应用场景中出现类似化学结构式、学术论文中的符号等，就不太适用了，这时候需要对坐标轴的负号进行特殊处理。本篇文章将介绍利用 matplotlib 提供的 rcParams 参数实现坐标轴负号显示优化的方法。

Python使用matplotlib可视化柱状图、坐标轴标签的符号（-）显示为了方框□□、设置rcParams参数配置解决

data+scenario+science+insight

02-20

1503

Python使用matplotlib可视化柱状图、坐标轴标签的符号（-）显示为了方框□□、设置rcParams参数配置解决

1 条评论您还未登录，请先登录后发表或查看评论

【环境配置】解决Matplotlib绘图时中文显示为方框的问题

一只数模菜鸡的博客

07-18

1万+

完美解决Matplotlib绘图时中文显示错误问题

Matplotlib中文乱码解决方案（两种方式）

ccc369639963的博客

02-18

1万+

Matplotlib中文乱码解决方案（两种方式） Matplotlib 默认不支持中文字体，这因为 Matplotlib 只支持 ASCII 字符，但中文标注更加符合中国人的阅读习惯。因此，本节重点讲解如何在 Windows 环境下让 Matplotlib 显示中文。 Matplotlib中文乱码当不对 Matplotlib 进行设置，而直接使用中文时，绘制的图像会出现中文乱码。下面是一个含有中文乱码的折线图：从上图可以看出，本应该显示在红框内的中文字体没有显示出来（红框是自己标注出来的），下面给出了

windows及ubuntu下解决matplotlib显示中文文本为方框的问题

Mr_health的博客

03-01

1764

win10下解决 windows下解决的方法非常简单，只需要两行代码即可 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 ubuntu16.04下解决 1.下载字体 ubuntu下没有黑体这个字体，我们需要下载simhei.ttf，这个在网上搜索即可。 2.修...

python matplotlib图像中负号显示为方框

euler1983的专栏

02-29

3385

matplotlib中画图的时候，会遇到负号显示为方框的问题，如下图：这种情况可以进行如下设置： plt.rcParams['axes.unicode_minus'] = False

Matplotlib - 中文显示方框框

weixin_42616101的博客

03-31

851

解决matplotlib画图时，中文不显示的问题

ubuntu解决matplotlib绘图中文显示问题

GeniusAng的博客

07-10

4701

首先来看以下没有解决问题前的样子～设置横纵坐标以及title的时候全都是显示的方框，这让我们很苦恼，那有没有什么办法解决呢？方法一比较推荐方法一，一次解决，永久收益，后续不用再设置 1.首先下载Simhei.ttf，这里不给下载连接了请自行百度 2.查询matplotlibrc路径 import matplotlib matplotlib.matplotlib_fname() 3. 进入上述查出的路径 cd /home/daang/.local/lib/python3.8/site-packag

Matplotlib 和 Seaborn 中文显示问题，绘图时数值的负号 ‘-‘ 为方块的问题，Jupyter Notebook 实现多行输出

阅读从未停止，输出从未开始

08-03

978

直接上代码，亲测了两年半。 import pandas as pd import matplotlib.pyplot as plt import seaborn as sns plt.rc('font', **{'family': 'Microsoft YaHei, SimHei'}) # 设置中文字体的支持 sns.set(font='SimHei') # 解决Seaborn中文显示问题，但会自动添加背景灰色网格 plt.rcParams['axes.unicode_minus'] = False

PyCharm中Matplotlib中文显示问题及解决方案

许多开发者在使用中文标注（如标题、坐标轴标签、图例等）时会遇到中文无法正常显示的问题，典型表现为中文字符被替换为方框（□）、乱码或直接报错“UserWarning: Glyph 20013 missing from current font”，这严重...

python中的matplotlib画图汉字为方框

04-03

好的，我现在需要解决用户在Matplotlib中绘图时汉字显示为方框的问题。首先，我得回忆一下这个问题的常见原因。通常，Matplotlib默认使用的是英文字体，不支持中文，所以当用户试图在图表中使用中文时，系统找不到...

python matplotlib 中文显示方框

wlzx059的博客

10-18

490

通过网上的搜索，我的方法是下载微软雅黑字体： import matplotlib # 找到配置文件matplotlibc # 用notepad++啥都编辑器打开编辑 print(matplotlib.matplotlib_fname()) # 缓存文件夹记录 print(matplotlib.get_cachedir()) #font.family : sans-serif # 修改成这个，注意去除#号 font.family : Microsoft YaHei #fon

ubuntu matplotlib显示中文为方框

weixin_38102912的博客

11-25

1661

信息系统： ubuntu 18.04, python 3.6 参考链接：https://www.cnblogs.com/sugar2019/p/10725018.html 操作步骤 Step 1: 下载中文黑体simhei.ttf Step 2: 找到matplotlib配置文件位置 import matplotlib print(matplotlib.matplotlib_fname()) 我自己的位置为： /usr/local/anaconda3/lib/python3.6/site-pack

永久解决matplotlib 画图中文及负号显示为方框

最新发布

12-02

<think> 我们在使用matplotlib和seaborn画图时，有时会出现图形显示为方框（乱码）的问题，这通常是由于中文字体不支持导致的。因为matplotlib默认不支持中文字体，所以在图形中如果有中文，就会显示为方框。解决方法： 1. 设置matplotlib的字体为支持中文的字体，例如SimHei、Microsoft YaHei等。 2. 也可以设置seaborn的字体（因为seaborn是基于matplotlib的，所以设置matplotlib即可）。此外，还可能出现负号显示为方框的问题，需要同时设置负号显示。下面我们将结合用户提供的代码片段（尤其是引用[3]和[4]中的代码）来展示如何解决画图显示方框的问题，并完成上证50指数预测及可视化。步骤： 1. 导入必要的库。 2. 设置中文字体，解决中文显示问题。 3. 获取数据（这里我们使用tushare获取上证50指数数据，但用户没有提供tushare的代码，我们可以模拟数据或使用其他数据源，但根据用户引用[2]和[5]提到使用tushare，我们假设已经获取了数据）。 4. 数据预处理（包括特征选择、划分训练集和测试集）。 5. 建立模型（线性回归）。 6. 预测并可视化结果（包括实际值与预测值的对比图，以及使用流形学习进行二维嵌入的可视化等）。注意：由于用户的问题是关于画图显示方框的，所以我们将重点放在设置字体上。代码示例：首先，我们设置matplotlib的字体，以支持中文显示。 </think>### 解决 Matplotlib 和 Seaborn 画图显示方框问题当使用 Matplotlib 和 Seaborn 画图时出现方框（乱码）问题，通常是由于**中文字体支持问题**导致的。以下是完整的解决方案及上证50指数预测可视化代码： ```python # ========== 1. 设置中文字体支持 ========== import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split # 设置中文字体支持（解决方框问题） plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'WenQuanYi Micro Hei'] # 中文支持 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题 sns.set_style('darkgrid') # 设置seaborn主题 # ========== 2. 模拟上证50指数数据 ========== # 创建日期范围（示例用真实数据应替换为tushare等数据源） dates = pd.date_range('2020-01-01', periods=500) sh50 = pd.DataFrame({ '收盘价': np.cumsum(np.random.randn(500)*10 + 3000), '成交量': np.abs(np.random.randn(500)*10000 + 500000) }, index=dates) # 添加技术指标 sh50['5日均线'] = sh50['收盘价'].rolling(5).mean() sh50['20日均线'] = sh50['收盘价'].rolling(20).mean() # ========== 3. 数据预处理 ========== # 创建滞后特征 sh50['昨日收盘'] = sh50['收盘价'].shift(1) sh50['5日动量'] = sh50['收盘价'] - sh50['收盘价'].shift(5) sh50 = sh50.dropna() # ========== 4. 构建预测模型 ========== X = sh50[['昨日收盘', '5日均线', '20日均线', '5日动量']] y = sh50['收盘价'] # 划分训练集/测试集 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42 ) # 训练线性回归模型 model = LinearRegression() model.fit(X_train, y_train) sh50['预测价格'] = model.predict(X) # 全样本预测 # ========== 5. 可视化结果 ========== fig, axes = plt.subplots(2, 1, figsize=(14, 10)) # 实际vs预测价格 axes[0].plot(sh50.index, sh50['收盘价'], label='实际价格', linewidth=2) axes[0].plot(sh50.index, sh50['预测价格'], 'r--', label='预测价格', alpha=0.8) axes[0].set_title('上证50指数：实际价格 vs 预测价格', fontsize=16) axes[0].set_xlabel('日期') axes[0].set_ylabel('价格') axes[0].legend() axes[0].grid(True) # 回归残差分析 residuals = y_test - model.predict(X_test) sns.histplot(residuals, kde=True, ax=axes[1], color='purple') axes[1].axvline(0, color='r', linestyle='--') axes[1].set_title('预测残差分布', fontsize=16) axes[1].set_xlabel('残差值') plt.tight_layout() plt.savefig('sh50_prediction.png', dpi=300) plt.show() ``` ### 关键解决方法说明： 1. **中文字体配置**： ```python plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei'] plt.rcParams['axes.unicode_minus'] = False ``` - 指定系统可用中文字体 - 解决负号显示异常问题 2. **Seaborn 样式优化**： ```python sns.set_style('darkgrid') # 替代旧版'sxtyle'参数 ``` - 使用正确的参数名 `style`（避免旧版拼写错误） - 可选样式：`darkgrid`, `whitegrid`, `dark`, `white`, `ticks` 3. **特征工程技巧**： - 创建滞后特征（昨日收盘价） - 计算技术指标（移动平均线） - 添加动量特征（价格变化率） 4. **可视化最佳实践**： - 使用 `subplots()` 创建多子图布局 - 添加网格线增强可读性 - 保存高清图像（`dpi=300`） ### 常见问题排查： 1. **仍显示方框**： ```python # 检查系统字体列表 print([f.name for f in mpl.font_manager.fontManager.ttflist if 'Hei' in f.name]) # 手动指定字体路径 mpl.font_manager.fontManager.addfont('path/to/yourfont.ttf') plt.rcParams['font.sans-serif'] = ['YourFontName'] ``` 2. **Seaborn 样式不生效**： ```python sns.reset_orig() # 重置默认设置 sns.set(style='darkgrid', font='SimHei') # 完整配置 ``` 3. **预测效果优化**： ```python # 添加多项式特征 from sklearn.preprocessing import PolynomialFeatures poly = PolynomialFeatures(degree=2) X_poly = poly.fit_transform(X) ```