Python绘图中文显示乱码怎么解决？

一、问题具体表现与乱码成因剖析

初次使用 Python 进行数据可视化的开发者，在为图表添加中文标题、坐标轴标签或图例时，通常会遇到两类异常表现：

• 汉字显示为白色空心方块：文字位置被替换为一个或多个矩形方框（俗称“豆腐块”），控制台伴随输出警告：UserWarning: Glyph 20013 (中) missing from font(s) DejaVu Sans.。
• 坐标轴负号显示为方块或截断：当数据中包含负数（如 -10、-5）时，原本应显示为减号的符号变成了方块。

许多开发者常将此问题误判为“Python 编码错误”并尝试使用 .encode('utf-8') 转码，但这是无效的。Python 3 内部原生使用 Unicode 字符串，数据传递过程本身并无乱码；乱码的根本原因发生在底层矢量文字的光栅化渲染阶段。

如上图所示，Matplotlib 在初始化时会通过其内置的 font_manager 扫描系统字体并建立索引缓存。其全局配置字典 rcParams 中预设的无衬线字体序列为：

# Matplotlib 默认字体族配置（默认仅包含西文字符）
font.family : sans-serif
font.sans-serif : ['DejaVu Sans', 'Bitstream Vera Sans', 'Computer Modern Sans Serif', ...]

默认列表首位的 DejaVu Sans 是一套专为西文排版设计的开源字体，其字模库（Glyph Table）仅涵盖了 ASCII 字符和部分拉丁扩展符号，完全不包含 CJK（中日韩统一表意文字）字形。当渲染引擎尝试按照字形编码提取笔画轮廓时，未命中的字符就会被降级显示为“缺失占位符”（即方块）。

而负号方块则是由 axes.unicode_minus 参数引起的。Matplotlib 默认将其设为 True，意图使用排版效果更规范的 Unicode 减号（Unicode 编码 U+2212），但多数常见中文字体库未收录该特殊字符，直接导致负号渲染失败。

二、解决方案一：通过 rcParams 全局配置系统字体（快速通用）

在单人本地分析或 Jupyter Notebook 交互式环境中，最简捷的做法是直接在脚本头部通过 plt.rcParams 注入当前操作系统自带的中文字体，并修正负号渲染模式。

1. 常见操作系统的中文字体名称对照

不同操作系统预装的商用或开源中文字体名称不同。配置时需使用字体在系统中的英文字族名（Family Name）：

2. 完整代码示例

以下是一段包含正负区间坐标、中文标题、中文坐标轴与图例的完整绘图代码。在不同操作系统中运行前，只需确认字体名列表中包含本机已有的字体：

import matplotlib.pyplot as plt
import numpy as np

# 步骤一：设置中文字体候选列表（优先使用列表中排在首位的已装字体）
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'PingFang SC', 'sans-serif']

# 步骤二：关闭 Unicode 减号，恢复使用标准 ASCII 连字符渲染负号（关键！）
plt.rcParams['axes.unicode_minus'] = False

# 准备演示数据（含正负数值）
x = np.linspace(-10, 10, 100)
y = np.sin(x) * 20

# 绘图操作
plt.figure(figsize=(8, 4.5), dpi=100)
plt.plot(x, y, label='周期振幅曲线', color='#687D8D', linewidth=2)

# 添加中文元素
plt.title('传感器环境数据波动测试', fontsize=14, pad=12)
plt.xlabel('时间偏移量 (秒)', fontsize=11)
plt.ylabel('温差读数 (℃)', fontsize=11)
plt.grid(True, linestyle='--', alpha=0.5)
plt.legend(loc='upper right')

# 保存或展示
plt.tight_layout()
# plt.show()

三、解决方案二：使用 FontProperties 显式加载字体文件（跨平台团队推荐）

在实际生产环境中，代码往往需要在 Windows 开发机、macOS 笔记本以及无桌面界面的 Linux 服务器（或 Docker 容器）之间迁移。如果仅依赖 rcParams，一旦目标机器未预装同名字体，绘图程序便会悄然回退到默认英文字体并重新出现方块乱码。

此时更稳健的工程做法是：在项目代码仓中放置一份体积较小的开源中文字体文件（如思源黑体 SourceHanSansSC-Regular.otf 或 SimHei.ttf），在代码中通过 FontProperties 显式指定路径。

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import os

# 指向工程内部存放的字体文件（支持相对路径与绝对路径）
font_path = os.path.join(os.path.dirname(__file__), 'fonts', 'SimHei.ttf')
my_font = FontProperties(fname=font_path, size=12)
title_font = FontProperties(fname=font_path, size=14, weight='bold')

# 仍然需要保持负号修复
plt.rcParams['axes.unicode_minus'] = False

plt.figure(figsize=(7, 4))
plt.plot([-2, 0, 2, 4], [10, -5, 15, 8], color='#879B88')

# 显式传入 fontproperties 参数
plt.title('跨平台指标监控', fontproperties=title_font)
plt.xlabel('采样节点', fontproperties=my_font)
plt.ylabel('偏离程度', fontproperties=my_font)
plt.show()

关键差异解析：为什么这个技术选型差异很重要？

为了让读者在实际项目中有明确的选型依据，我们从四个维度对比这两种主流方式：

• 侵入范围不同：rcParams 属于环境级全局生效，一次声明即可作用于所有调用；而 FontProperties 属于局部参数传递，需要在每个涉及文字渲染的方法（如 title、xlabel、legend、text）中显式挂载对象。
• 对宿主环境的依赖度截然相反：这是导致线上报错的最关键因素。rcParams 强依赖宿主机已安装的字体，如果代码在 Windows 本地运行正常，部署到没有预装黑体的 Linux 服务器或 CI/CD 容器中就会直接失效；而 FontProperties 携带字体文件随代码打包分发，彻底解除了对操作系统环境的依赖。
• 维护成本与稳定性平衡：对于日常单机数据分析，采用全局 rcParams 代码最清爽；但如果是对外交付的 Python 库、定期生成 PDF/图片报告的定时任务，采用 FontProperties 才能保证在任何运行环境下视觉输出绝对一致。

四、解决方案三：永久配置与字体缓存清理（一劳永逸法）

如果你希望在个人电脑上每次启动 Python 或 Jupyter 时都无需重复编写配置代码，可以修改 Matplotlib 的全局配置文件。

1. 定位配置文件路径

import matplotlib
print(matplotlib.matplotlib_fname())
# 示例输出：/Users/username/.matplotlib/matplotlibrc

2. 修改 matplotlibrc 关键项

使用文本编辑器打开上述路径输出的 matplotlibrc 文件，搜索并取消以下两行的注释（移除行首的 #），并填入系统字体名称：

font.sans-serif: SimHei, DejaVu Sans, Arial Unicode MS
axes.unicode_minus: False

3. 清理已生成的字体缓存

Matplotlib 会在用户目录缓存系统字体列表，如果不清除缓存，新增或变更的配置可能不会立即生效。运行以下代码可获取缓存目录并进行清理：

import matplotlib
import os

cache_dir = matplotlib.get_cachedir()
print("缓存目录：", cache_dir)

# 手动删除该目录下形如 fontlist-v*.json 的缓存文件
for fname in os.listdir(cache_dir):
    if fname.startswith('fontlist') and fname.endswith('.json'):
        os.remove(os.path.join(cache_dir, fname))
        print(f"已清除旧缓存：{fname}")

五、排查要点与方案选型决策

总结而言，解决 Python 绘图中文乱码的核心脉络非常清晰：乱码不是数据编码出问题，而是渲染字体缺少字模。遇到方块报错时，可根据项目所处阶段与运行环境，对照下方决策树快速挑选最适合的解决方案。

在完成配置后，只需运行一段同时包含中文字符、负数坐标轴与西文字符的基准图表。当所有文字轮廓清晰完整，且控制台未抛出任何 Glyph missing 警告信息时，即代表绘图中文显示问题已彻底修复。