Fork me on GitHub

如何在AIStudio数据可视化图像中显示汉字

字数统计: 2k字   |   阅读时长≈ 8分

作者：燕清，老齐

AI Studio是一个非常好用的数据科学在线实验平台，不论是教学、学习还是开发，都可以使用。但是，下面的缺憾未免成为了珍珠上的一点瑕疵。

1
2
3
4
5
6
7
8
%matplotlib inline
import matplotlib.pyplot as plt

labels = ['娱乐','育儿','饮食','房贷','交通','其它']
sizes = [2,5,12,70,2,9]
explode = (0,0,0,0.1,0,0)
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=150)
plt.title("饼图示例-8月份家庭支出")

输出结果：

在绘制这个饼图的时候，我们在标题以及饼图不同区域的标签设置了中文，但是现实效果不能令人满意，没有显示相应的汉字。很多人遇到过这种问题，一种常见解决之道就是“绕着走”，将中文换成英文，乃至于在某些官方的案例中也是如此。

专业的开发者天生就是“以解决难题为荣”的，这个难题必须要破解。

如果在网上搜索Matplotlib显示汉字的问题，会有好多种方法，但是那些方法都是针对本地操作系统的，而非针对Ai Studio这样的远程系统——虽然也是Ubuntu操作系统，但是由于每个人使用的是一个虚拟环境，在权限、路径等方面与本地操作系统还是有所差别的。

查看已有字体

在开始解决问题之前，先对当前我们使用的虚拟操作系统以及它已有字体有所了解。

  1. 当前的操作系统

    1
    !cat /etc/*-release

    输出：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    DISTRIB_ID=Ubuntu
    DISTRIB_RELEASE=16.04
    DISTRIB_CODENAME=xenial
    DISTRIB_DESCRIPTION="Ubuntu 16.04.3 LTS"
    NAME="Ubuntu"
    VERSION="16.04.3 LTS (Xenial Xerus)"
    ID=ubuntu
    ID_LIKE=debian
    PRETTY_NAME="Ubuntu 16.04.3 LTS"
    VERSION_ID="16.04"
    HOME_URL="http://www.ubuntu.com/"
    SUPPORT_URL="http://help.ubuntu.com/"
    BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"
    VERSION_CODENAME=xenial
    UBUNTU_CODENAME=xenial

    从上述结果，我们了解到，现在所使用的Ai Studio是Ubuntu操作系统。因此，各种Linux命令就可以放心使用了。

  2. 查看已有字体

首先看一看系统自带的字体。

1
2
# Linux系统默认字体文件路径
!ls /usr/share/fonts/

输出：

1
cmap  truetype	type1  X11

显然操作系统默认有一些字体，但这些字体中有多少是支持显示汉字的呢？还要继续查看:

1
2
# 查看系统可用的ttf格式中文字体
!fc-list :lang=zh | grep ".ttf"

没有任何查询结果，说明系统默认字体中没有支持汉字的ttf格式字体。

熟悉Matplotlib的朋友可能会想到，也应该看看Matplotlib库的字体目录，或者将支持汉字的字体放到该目录中。

Ai Studio虽然是Ubuntu操作系统，但又不完全等同于本地的Ubuntu系统，Python第三方库的安装位置与本地计算机中的位置不同。

1
2
import matplotlib
matplotlib.__path__

输出：

1
2

['/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib']

以上的输出结果：/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib，就是matplotlib的存储路径，或者说，所有第三方包都会被安装到/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/里面。

那么，Matplotlib保存字体的路径就应该是/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/mpl-data/fonts/ttf，可以查看其中的字体：

1
2
# matplotlib字体路径(aistudio)
!ls /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/mpl-data/fonts/ttf

输出：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
cmb10.ttf			DejaVuSerif.ttf
cmex10.ttf			LICENSE_STIX
cmmi10.ttf			STIXGeneralBolIta.ttf
cmr10.ttf			STIXGeneralBol.ttf
cmss10.ttf			STIXGeneralItalic.ttf
cmsy10.ttf			STIXGeneral.ttf
cmtt10.ttf			STIXNonUniBolIta.ttf
DejaVuSans-BoldOblique.ttf	STIXNonUniBol.ttf
DejaVuSans-Bold.ttf		STIXNonUniIta.ttf
DejaVuSansDisplay.ttf		STIXNonUni.ttf
DejaVuSansMono-BoldOblique.ttf	STIXSizFiveSymReg.ttf
DejaVuSansMono-Bold.ttf		STIXSizFourSymBol.ttf
DejaVuSansMono-Oblique.ttf	STIXSizFourSymReg.ttf
DejaVuSansMono.ttf		STIXSizOneSymBol.ttf
DejaVuSans-Oblique.ttf		STIXSizOneSymReg.ttf
DejaVuSans.ttf			STIXSizThreeSymBol.ttf
DejaVuSerif-BoldItalic.ttf	STIXSizThreeSymReg.ttf
DejaVuSerif-Bold.ttf		STIXSizTwoSymBol.ttf
DejaVuSerifDisplay.ttf		STIXSizTwoSymReg.ttf
DejaVuSerif-Italic.ttf

查看上面的显示结果，会发现，的确没有支持汉字显示的字体，所以，前面可视化结果中不能显示汉字是很正常的。

按照在本地计算机上设置汉字显示的思维方法，将支持汉字显示的字体放到上述目录中，并修改相应的配置文件matplotlibrc，是否可以？如果读者有兴趣，可以尝试。这里只说明结果：无法解决本文的问题。

下载字体

既然系统默认没有支持汉字的字体，就不得不下载了。注意，不是下载到你所使用的本地计算机，而是下载到当前Ai Studio给我们提供的虚拟操作系统上。

1
2
# 下载中文字体
!wget https://mydueros.cdn.bcebos.com/font/simhei.ttf

输出：

1
2
3
4
5
6
7
8
9
10
--2020-04-10 15:44:35--  https://mydueros.cdn.bcebos.com/font/simhei.ttf
Resolving mydueros.cdn.bcebos.com (mydueros.cdn.bcebos.com)... 182.61.128.198
Connecting to mydueros.cdn.bcebos.com (mydueros.cdn.bcebos.com)|182.61.128.198|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 9753388 (9.3M) [application/octet-stream]
Saving to: ‘simhei.ttf.1’

simhei.ttf.1        100%[===================>]   9.30M  54.7MB/s    in 0.2s

2020-04-10 15:44:35 (54.7 MB/s) - ‘simhei.ttf.1’ saved [9753388/9753388]

字体下载之后，会保存到当前项目的永久文件夹中。点击界面左侧的“文件夹”，可以看到刚刚下载的字体文件simhei.ttf，再用下面的方式得到这个字体的名称。

1
2
3
4
5
# 查看字体的引用名
import matplotlib.font_manager as font_manager
fontpath = 'simhei.ttf'
prop = font_manager.FontProperties(fname=fontpath)
print(prop.get_name())

输出：

1
SimHei

从上述返回结果可知，下载的字体文件simhei.ttf，在Matplotlib中，所引用的字体名称是SimHei。

第一种方法

这是一种非常灵活的方法，可以根据需要对所绘制图像设置不同的字体。

1
2
3
4
5
6
7
8
9
10
11
12
13
%matplotlib inline
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

font = FontProperties(fname='simhei.ttf', size=16)    # 创建字体对象

labels = ['娱乐','育儿','饮食','房贷','交通','其它']
sizes = [2,5,12,70,2,9]
explode = (0,0,0,0.1,0,0)

plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=150, textprops={'fontproperties':font})

plt.title("饼图示例-8月份家庭支出", fontproperties=font)

输出：

观察上述图示，标题和饼图的各个分区的标示都显示中文了。

在plt.pie和plt.title中，都是用了参数’fontproperties’，这个参数是matplotlib的文本参数之一（查看：Text properties and layout：https://matplotlib.org/3.1.1/tutorials/text/text_props.html )，其值是FontProperties类的实例，即前面所创建的字体对象。

如此解决了当前图示中汉字显示问题。

第二种方法

第一种方法定制性比较强，在一个项目中，可以给不同图示配置不同的字体。如果不需要如此，也可以用这里介绍的第二种方法，一个项目中所有可视化的图示都用同一种汉字字体。

在创建共本项目应用的字体目录fonts，并把所下载的字体放到该目录中。

1
2
3
4
5
#创建字体目录fonts
!mkdir .fonts

# 复制字体文件到该路径
!cp simhei.ttf .fonts/

上面的操作完成之后，一定要执行下面的操作：

重启环境，即用鼠标点击本项目浏览器中的下图所示图标：

这步完成之后，执行下面的代码，就实现了汉字的显示。 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
%matplotlib inline
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager

# 设置显示中文
matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体
matplotlib.rcParams['axes.unicode_minus'] = False# 解决保存图像是负号'-'显示为方块的问题

labels = ['娱乐','育儿','饮食','房贷','交通','其它']
sizes = [2,5,12,70,2,9]
explode = (0,0,0,0.1,0,0)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=150)
plt.title("饼图示例-8月份家庭支出")

输出：

以上技巧，发布出来，供大家参考。

完整代码

完整代码

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

主要涉及技术：
Python、大数据、深度学习、ChatGPT、文心一言、AIGC
公众号：飞桨PPDB