python+NLTK 自然语言学习处理三：如何在nltk/matplotlib中的图片中显示中文，,我们首先来加载我们自

python+NLTK 自然语言学习处理三：如何在nltk/matplotlib中的图片中显示中文，,我们首先来加载我们自

我们首先来加载我们自己的文本文件，并统计出排名前20的字符频率

if__name__=="__main__":

corpus_root=‘/home/zhf/word‘

wordlists=PlaintextCorpusReader(corpus_root,‘.*‘)

forwinwordlists.words():

print(w)

fdist=FreqDist(wordlists.words())

fdist.plot(20,cumulative=True)

文本内容如下：

theRRCsetupsuccessratedropped

ERABsetupsuccessratedropped

prachissue

客户反馈

显示的图片如下，其中中文字符显示的是乱码。

这其中的原因在于nltk中的plt其实是调用的是matplotlib中的plot。而在ubuntun中

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。

我们来看下matplotlib的配置文件放在哪的。通过下面两种方式可以查询到

方法一：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。

frommatplotlib.font_managerimportfindfont,FontProperties

if__name__=="__main__":

print(matplotlib.get_configdir())

print(findfont(FontProperties(family=FontProperties().get_family())))

/home/zhf/.config/matplotlib

/usr/local/lib/python3.6/dist-packages/matplotlib/mpl-data/fonts/ttf/DejaVuSans.ttf

方法二：能查出python2.7和python3.6各自的路径

[email protected]:/home/zhf/桌面#locate-b\mpl-data

/usr/local/lib/python2.7/dist-packages/matplotlib/mpl-data

/usr/local/lib/python3.6/dist-packages/matplotlib/mpl-data

在mpl-data下进入font/ttf文件夹可以看到所有的字体方式，如果需要中文的话需要使用SimHei.ttf文件。可以看到没有这个文件

可以通过fc-list|grepSimHei命令查看当前系统下是否有安装simhei.ttf文件。如果有安装word文档的话应该都是有的。如果没有的话需要去网上去下载一个

[email protected]:/home/zhf#fc-list|grepSimHei

/usr/share/fonts/wps-office/simhei.ttf:黑体,SimHei:style=Regular,Normal,oby?ejné,Standard,Κανονικ?,Normaali,Normál,Normale,Standaard,Normalny,Обычный,Normálne,Navadno,Arrunta

将这个文件copy到

/usr/local/lib/python3.6/dist-packages/matplotlib/mpl-data/font/ttf文件夹下面

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。

清除matplotlib中的缓存

[email protected]:/home/zhf/桌面#cd~/.cache/matplotlib

[email protected]:~/.cache/matplotlib#rm‘*.*’

此时再运行可以看到中文正常显示

如果你只是想个别的文件使用中文，可以不用修改matplotlibrc配置文件，进行如下设置。也可以在单次调用的时候显示中文

matplotlib.rcParams[‘font.sans-serif‘]=‘SimHei‘

x=[1,2,3]

y=[4,5,6]

plt.plot(x,y)

plt.title(‘测试‘)

plt.xlabel(‘x轴‘)

plt.ylabel(‘y轴‘)

plt.grid(True)

plt.show()

python+NLTK 自然语言学习处理三：如何在nltk/matplotlib中的图片中显示中文