一、在測試matplotlib時遇到X軸中文字符不顯示的問題，參考網上
源代碼如下
from matplotlib import pyplot as plt import random import matplotlib from matplotlib import font_manager # my_font = {'family' : 'MicroSoft YaHei', # 'weight' : 'bold', # 'size' : 'larger'} # matplotlib.rc("font",**my_font) # matplotlib.rc("font",) my_font = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\msyh.ttf") plt.figure(figsize=(20,8),dpi=80) x = range(0,120) y = [random.randint(20,35) for i in range(120)] _xticks_labels = ["10點{}分".format(i) for i in range(60)] _xticks_labels += ["11點{}分".format(i) for i in range(60)] # plt.xticks(list(x)[::3]) plt.xticks(list(x)[::3],_xticks_labels[::3],rotation=45,fontproperties=my_font) plt.plot(x,y) plt.show()
二、參考網上玩法
電腦環境：Windows7-64bit，Anaconda3-4.2.0（對應python 3.5.2版本），IDE是Anaconda自帶的Spyder 3。
1、找到Windows系統自帶的字體庫目錄，默認在C:\Windows\Fonts目錄下。
2、選擇你自己喜歡的字體，然后“右鍵”→“屬性”，可以看到該字體的名字。
本教程以微軟雅黑字體為例，您也可以選擇其他字體，如果自帶的字體庫滿足不了您的需求，您可以網上下載其他字體，將字體解壓到C:\Windows\Fonts目錄即可。
3、在IDE工具中，導入matplotlib庫，開始定義字體所在路徑。
- 1 先不設置參數，可以看到中文字體顯示為方框（此處使用的是SVC三分類模型）。
- 2 設置參數之后，可以看到中文字體可以正常顯示了。（代碼經過測試，可放心使用）
哪里需要中文設置，保證該函數里有fontproperties = my_font參數即可。比如x軸的標簽為：鳶尾花的花萼長度。那么可以使用：
plt.xlabel('鳶尾花的花萼長度', fontproperties = my_font)
# coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm, datasets
# 以下兩行是解決常見的其他問題
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默認字體
plt.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題
import matplotlib.font_manager as mf # 導入字體管理器
my_font= mf.FontProperties(fname='C:\\Windows\\Fonts\\msyh.ttf') # 加載字體
iris = datasets.load_iris()
X = iris.data[:, :2]
Y = iris.target
def my_kernel(X, Y):
M = np.array([[2, 0], [0, 1.0]])
return np.dot(np.dot(X, M), Y.T)
h = 0.02
clf = svm.SVC(kernel = my_kernel)
clf.fit(X, Y)
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
plt.pcolormesh(xx, yy, Z, cmap=plt.cm.Paired)
plt.scatter(X[:, 0], X[:, 1], c=Y, cmap=plt.cm.Paired)
plt.title('測試！！！3-Class classification using SVM with custom kernel',
fontproperties = my_font)
plt.axis('tight')
plt.show()
