【实战技巧】matplotlib中文标签显示异常的3种修复方案

1. 问题重现：为什么我的图表变成了“豆腐块”？

刚接触matplotlib那会儿，我画了个带中文标题的图，满心期待地运行，结果屏幕上蹦出来的不是“sigmoid函数”，而是一堆方方正正的“口口口”，或者干脆就是空白。当时我就懵了，代码明明没错啊，数据也对，怎么中文就“隐身”了呢？相信很多刚开始用Python做数据可视化的朋友都踩过这个坑。

这个问题说白了，就是matplotlib这个“画图工具”在默认情况下，不认识咱们的中文字符。它内置的字体库主要是为英文设计的，当你告诉它“请在这里写上‘中文’两个字”时，它翻遍了自带的字体库，找不到对应的字形，就只能用默认的“占位符”（通常是空白或方块）来显示，这就是我们看到的乱码或者“豆腐块”。

比如下面这段再经典不过的代码，用来画sigmoid函数曲线：

import numpy as np
import matplotlib.pyplot as plt

z = np.arange(-5, 5, .1)
sigma = 1 / (1 + np.exp(-z))

fig, ax = plt.subplots()
ax.plot(z, sigma)
ax.set_xlabel('自变量 z')
ax.set_title('sigmoid 激活函数曲线')
ax.grid(True)

plt.show()

如果你在Jupyter Notebook或者PyCharm里直接运行，十有八九那个“自变量 z”的x轴标签和“sigmoid 激活函数曲线”的标题，会显示异常。这跟你的操作系统是Windows、macOS还是Linux关系不大，核心原因在于matplotlib的字体配置。这个问题在需要生成报告、制作演示文稿，或者任何需要清晰展示中文信息的场景下，都非常恼人。别担心，接下来我就分享三种我用了很多年、百试百灵的修复方案，从最推荐的一劳永逸法，到临时救急的快速方案，总有一款适合你。

2. 方案一：一劳永逸——配置系统支持的中文字体（最推荐）

这是我个人最推崇的方法，因为它从根本上解决了问题。思路很简单：告诉matplotlib，“别用你自带的那套英文字体了，去用我电脑里这个能显示中文的字体文件”。这样做的好处是，一次配置，终身受益，以后所有脚本里的中文都能正常显示，而且字体风格统一美观。

2.1 找到你的中文字体

首先，你得知道你系统里有哪些好看又支持中文的字体。不同系统字体存放的位置不一样：

• Windows：字体通常都在 C:\Windows\Fonts\ 目录下。你可以直接打开这个文件夹，里面能看到所有已安装的字体。常用的中文字体有：SimHei（黑体）、Microsoft YaHei（微软雅黑）、SimSun（宋体）、KaiTi（楷体）等。记住你喜欢的字体文件名（不带后缀），比如 msyh.ttc 对应的就是“Microsoft YaHei”。

• macOS：字体在 /Library/Fonts/（系统级）或 ~/Library/Fonts/（用户级）。macOS自带了一些不错的中文字体，如 PingFang SC（苹方）、STHeiti（华文黑体）、Songti SC（宋体）等。你可以用“字体册”应用来查看和管理。

• Linux：字体路径可能包括 /usr/share/fonts/、~/.fonts/ 等。常见的中文字体包如 wqy-microhei（文泉驿微米黑），可能需要用包管理器安装，例如Ubuntu下可以运行 sudo apt install fonts-wqy-microhei。

2.2 修改matplotlib的配置文件（rcParams）

找到字体名后，我们可以在Python脚本的开头，通过修改matplotlib的运行时配置参数（rcParams）来指定字体。这是最直接的方法：

import matplotlib.pyplot as plt
import numpy as np

# 方案1.1：直接指定字体族
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei', 'KaiTi']  # 指定字体，优先使用第一个
plt.rcParams['axes.unicode_minus'] = False  # 解决负号'-'显示为方块的问题

# 然后正常绘图
z = np.arange(-5, 5, .1)
sigma = 1 / (1 + np.exp(-z))

fig, ax = plt.subplots()
ax.plot(z, sigma)
ax.set_xlabel('自变量 z')
ax.set_title('sigmoid 激活函数曲线')
ax.grid(True)

plt.show()