如何在nltk/matplotlib中的图片中显示中文

原创不易，转载前请注明博主的链接地址：Blessy_Zhu https://blog.****.net/weixin_42555080

一、问题描述

首先来看一下问题描述：
我要验证的内容是Zipf’s Law:

# -*- coding: utf-8 -*-
from nltk import FreqDist

f = open('C:/Users/Administrator/Desktop/novel.txt', 'r',encoding = 'utf-8')  # 打开小说
string = f.read()
f.close()
words = []

for word in string:
    if word >= u'\u4e00' and word <= u'\u9fff':  # 判断是否为汉字
        words.append(word)
fdist = FreqDist(words)
#a = sorted(fdist)
for key in fdist:
    print(key,fdist[key])
fdist.plot(10)

显示结果为：
　

统计的中文汉字没有显示出来，应该出现的目的结果为：
　

二、问题解决

2.1 出现问题的原因

原因在于nltk中的plt其实是调用的是matplotlib中的plot。

matplotlib 从配置文件 matplotlibrc 中读取配置，字体相关内容也在其中。matplotlib 依次在以下四个位置寻找配置文件：

当前工作目录下的 matplotlibrc。
$MATPLOTLIBRC/matplotlibrc。
用户家目录下的 matplotlibrc。如 Linux 一般在 ~/.config/matplotlib/matplotlibrc， macOS 在 ~/.matplotlib/matplotlibrc。
INSTALL/matplotlib/mpl-data/matplotlibrc，其中 INSTALL 指具体的安装目录。

2.2 查询matplotlib配置文件位置

可以查询出配置文件以及当前使用的字体方式。可以看出使用的字体是/DejaVuSans.ttf，这个文件不是中文的。

from matplotlib.font_manager import findfont,FontProperties
if __name__=="__main__":
    #print(matplotlib.get_configdir())
    print(findfont(FontProperties(family=FontProperties().get_family())))

结果：

D:\Python3.7\python.exe C:/Users/Administrator/PycharmProjects/practice1/1.py
D:\Python3.7\Lib\site-packages\matplotlib\mpl-data\fonts\ttf\DejaVuSans.ttf

找到对应的文件夹，发现里面并没有SimHei.ttf这个文件。
　

现在如果想要显示中文，其中一个很重要的步骤就是将SimHei.ttf这个文件拷贝到这个文件夹中。如果你电脑上安装了word或者是WPS，肯定会有这个SimHei.ttf这个文件。如果没有，下载一个拷贝到D:\Python3.7\Lib\site-packages\matplotlib\mpl-data\fonts\ttf。
我的电脑上下载了word，所以通过在资源管理器中搜索SimHei.ttf就可以找到这个文件。
　

2.3更改matplotlibrc文件内容

mpl-data目录下有matplotlib的配置文件matplotlibrc。进入编辑，在font.sans-serif中将SimHei设置为第一个也就是最高优先级。
　

一定要记得将前面的#号打开，让这行代码可以运行。这样工作就完成了。如果还是不行，还需要清除matplotlib中的缓存，最简单的办法就是关闭PyCharm然后再打开。最终结果如图：
　

三、总结

这篇文章涉及的问题在使用matplotlib经常遇到，所以总结下来，希望对你有帮助。这篇文章就到这里了，欢迎大佬们多批评指正，也欢迎大家积极评论多多交流。
　