Python画图中文乱码怎么办:标题与坐标轴标签设置指南
针对Python使用Matplotlib画图时标题和坐标轴标签出现中文乱码、方块的问题,系统解析乱码成因,并提供全局rcParams配置、指定FontProperties字体文件以及负号异常修复的完整解决方案。
在利用 Python 进行数据可视化时,只要在图表标题、坐标轴标签或图例中传入中文字符,Matplotlib 默认会渲染出一连串空白小方框(豆腐块,Tofu),终端同时抛出 UserWarning: Glyph ... missing from font(s) cache 警告。解决该问题的核心在于建立明确的字体映射:要么通过修改全局配置项 rcParams['font.sans-serif'] 指定系统内置中文字体,要么通过 FontProperties 显式指定具体字体文件路径。本文针对标题与坐标轴标签的中文显示问题,逐一梳理成因、排查流程及具体的代码实现。
一、为什么 Python 画图会出现中文乱码
Matplotlib 在加载时会读取配置文件中的预设字体集,默认配置通常采用 DejaVu Sans 字体。DejaVu Sans 是一款面向西文字符集的开源字体,其字符库中仅收录了拉丁字母、希腊字母及部分常用数学符号,完全不包含中文 CJK(中日韩统一表意文字)字形。
当绘图指令中包含如“销售额走势”、“日期”等中文字符时,文本渲染引擎在默认字体库中检索不到对应的字形轮廓编码(Glyph)。由于缺乏有效的后备中文字体,引擎只能以默认的未知字符方框代替绘制,从而表现为图表标题与坐标轴标签上的连续方块。
二、全局配置法:通过 rcParams 统一指定字体
全局配置法是数据探索和日常分析中最便捷的手段。只需在导入 matplotlib.pyplot 之后,向 plt.rcParams 注入包含中文字体的回退列表即可。此后绘制的图表标题、坐标轴标签及刻度均会自动继承该配置。
1. 跨平台常见中文字体名称
不同操作系统内置的中文字体名称各不相同。若指定了当前操作系统并未安装的字体名称,配置将无法生效。常见操作系统的常用中文字体如下:
- Windows 系统:
SimHei(黑体)、Microsoft YaHei(微软雅黑)、KaiTi(楷体)。 - macOS 系统:
PingFang SC(苹方-简)、Heiti SC(黑体-简)、Arial Unicode MS。 - Linux 系统(Ubuntu/Debian/CentOS):
Noto Sans CJK SC(思源黑体)、WenQuanYi Micro Hei(文泉驿微米黑)。
2. 基础配置代码与负号异常处理
在设置字体时,必须同步关闭 axes.unicode_minus。因为 Matplotlib 在渲染坐标轴刻度上的负号时默认使用 Unicode 的减号符号(\u2212),而部分中文字体并不包含该专用符号,导致负号同样会变成方块。将其设置为 False 会强制使用标准 ASCII 连字符(-)显示负数。
import matplotlib.pyplot as plt
# 1. 设置无衬线字体回退列表(按顺序优先匹配)
plt.rcParams['font.sans-serif'] = ['SimHei', 'PingFang SC', 'Microsoft YaHei', 'sans-serif']
# 2. 正常显示负号(解决负数坐标轴标签显示为方块的问题)
plt.rcParams['axes.unicode_minus'] = False
# 3. 示例绘图验证
plt.figure(figsize=(8, 4))
plt.plot([-5, -2, 0, 3, 7], [10, 25, 18, 32, 45], marker='o')
plt.title("2026年季度利润走势分析")
plt.xlabel("温度波动指标 (℃)")
plt.ylabel("净收益率 (%)")
plt.grid(True, linestyle="--", alpha=0.5)
plt.show()
三、局部配置法:通过 FontProperties 精准指定字体文件
虽然全局修改 rcParams 简单直接,但在多人协作项目、部署到无图形界面的 Docker 容器或自动化产出报表的服务中,宿主机往往没有安装特定的中文字体,依赖操作系统字体名称容易发生环境破损。
更健壮的做法是将开源字体文件(如 SourceHanSansSC-Regular.otf 或 SimHei.ttf)直接放入项目代码仓库内,利用 matplotlib.font_manager.FontProperties 进行加载,并在调用 title()、xlabel()、ylabel() 时作为参数传入。
import os
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 1. 指定项目内部署的字体绝对路径或相对路径
font_path = os.path.join(os.path.dirname(__file__), "fonts", "SimHei.ttf")
custom_font = FontProperties(fname=font_path, size=12)
title_font = FontProperties(fname=font_path, size=15, weight="bold")
# 2. 正常设置负号兼容
plt.rcParams['axes.unicode_minus'] = False
# 3. 在具体标签上显式指定 fontproperties
fig, ax = plt.subplots(figsize=(8, 4))
ax.plot([1, 2, 3, 4], [12, 19, 15, 26], color="#B96555", lw=2)
# 为标题和坐标轴单独应用字体对象
ax.set_title("服务响应耗时监控", fontproperties=title_font)
ax.set_xlabel("采样时间点(小时)", fontproperties=custom_font)
ax.set_ylabel("平均延迟 (ms)", fontproperties=custom_font)
plt.tight_layout()
plt.show()
FontProperties 时,fontproperties 参数仅对显式传递的文本组件有效。若坐标轴刻度数字也需要替换为对应字形,可遍历刻度标签设置:for label in ax.get_xticklabels(): label.set_fontproperties(custom_font)。
四、进阶排查:配置后依然乱码的排错指南
部分情况下,即使用户在脚本中正确书写了 rcParams['font.sans-serif'] = ['SimHei'],图表仍然呈现方块。这通常由以下两个原因导致:
1. 系统并未安装所写字体,或字体全称不符
系统字体的真实英文族名(Family Name)与字体的显示名称并不总是一致。可以通过 Python 脚本直接打印出当前环境中已注册的全部中文字体,确保字号名称无误:
from matplotlib.font_manager import fontManager
# 筛选并打印系统中所有包含中文字符特征的字体
available_fonts = []
for font in fontManager.ttflist:
# 打印字体名称及字体文件绝对路径
if any(keyword in font.name for keyword in ["Hei", "Song", "Kai", "Ming", "PingFang", "YaHei", "CJK"]):
available_fonts.append((font.name, font.fname))
# 打印查找到的字体名称
for name, path in set(available_fonts):
print(f"字体名称: {name:<22} 路径: {path}")
2. Matplotlib 字体缓存冲突
Matplotlib 在初次运行时会在用户目录下生成一份字体列表缓存文件(通常位于 ~/.cache/matplotlib 或 C:\Users\<用户名>\.matplotlib)。若用户是在运行过绘图程序之后才向系统中安装了新字体,或者升级了环境,Matplotlib 不会自动扫描新文件,仍然会使用旧的字体索引,导致报表依然无法识别新字体。
此时可直接删除缓存目录让其重建:
import matplotlib
# 获取当前环境下的缓存目录路径
cache_dir = matplotlib.get_cachedir()
print(f"当前缓存目录: {cache_dir}")
# 手动删除该目录下的 fontlist-*.json 文件,重新启动 Python 进程即可
五、总结
Python 画图中的中文乱码问题本质是西文字体缺少 CJK 字形轮廓所致。在单机或本地脚本分析场景中,优先采用 rcParams['font.sans-serif'] 配置当前系统的中文字体族名,并同步将 rcParams['axes.unicode_minus'] 设为 False;而在需多端分发、部署至无图形界面服务器或 Docker 容器的生产工程中,直接附带字体文件并通过 FontProperties 显式指定路径,则是彻底规避宿主机环境差异的最佳工程实践。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









