温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。作者丁闪闪连享会邮箱lianxhcn163.comTitlePython 绘图中文乱码快速搞定KeywordsPython 绘图Matplotlib中文乱码可视化, SimHei, 微软雅黑, 黑体数据可视化是数据分析和实证分析的关键步骤。然而很多同学在使用 AI 生成 Python 绘图代码时往往会卡在最后关头代码运行完美生成的图表却满屏都是方框俗称「豆腐块」。原本清晰的「收益率」变成了「□□□」本该展示负值趋势的减号-也变成了乱码。1. 为什么会出现中文乱码原因很简单Python 最常用的绘图库Matplotlib默认调用的是英文环境下的字体如DejaVu Sans。这些字体库中并不包含汉字的点阵信息。当 AI 为你写代码时它通常只会完成绘图逻辑。如果你不明确告知你的操作系统Windows 或 Mac它给出的通用代码在中文环境下几乎必然「翻车」。2. 核心解决方案针对性「止痛药」对于绝大多数同学来说你不需要复杂的兼容性设置。根据你目前的电脑系统直接将下面对应的代码块粘贴到import语句之后即可。A. Windows 用户最常用Windows 系统自带了「黑体」SimHei两行代码即可搞定。import matplotlib.pyplot as plt # 1. 设置中文字体为黑体 plt.rcParams[font.sans-serif] [SimHei] # 2. 解决负号 - 显示为方块的问题 plt.rcParams[axes.unicode_minus] FalseB. macOS 用户Mac 系统推荐使用「华文黑体」STHeiti显示效果非常细腻。import matplotlib.pyplot as plt # 1. 设置中文字体为华文黑体 plt.rcParams[font.sans-serif] [STHeiti] # 2. 解决负号 - 显示为方块的问题 plt.rcParams[axes.unicode_minus] False3. 进阶跨平台通用设置如果需要编写一份既能在自己电脑运行又能让合作者不同系统直接使用的通用性代码建议使用以下跨平台通用配置。import matplotlib.pyplot as plt def set_ch_style(): # 解决负号乱码 plt.rcParams[axes.unicode_minus] False # 定义字体备选名单按顺序自动匹配谁有就用谁 plt.rcParams[font.sans-serif] [ Microsoft YaHei, # Windows: 微软雅黑 SimHei, # Windows: 黑体 Arial Unicode MS, # macOS: 通用中文字体 Heiti SC, # macOS: 华文黑体 sans-serif # 保底方案 ] # 执行初始化 set_ch_style()4. 驯服 AI如何给 AI 发指令在向 ChatGPT 或 Claude 索要绘图代码时为了避免反复修改请在提示词中加入这一段「金句」。提示词模板请帮我写一段 Python 绘图代码。要求我的系统是Windows / Mac请务必包含对应的plt.rcParams设置以解决中文乱码和负号问题。导出图片时请使用plt.savefig(..., dpi300, bbox_inchestight)。图表的标题、坐标轴标签请全部使用中文。5. 小贴士图片格式和质量如果你打算将图表发布在GitHub Pages、博客或公众号平台请务必注意图片质量格式选 PNG在网页和微信推文中.png的兼容性最好。清晰度选 300 DPI默认的绘图往往很模糊在保存时设置dpi300即便在手机端放大查看文字依然锐利。自动修剪边缘添加bbox_inchestight参数可以自动剪掉多余的白边让图表在推文中排版更紧凑。# 推荐的保存方式 plt.savefig(my_research_plot.png, dpi300, bbox_inchestight)掌握了这几招你就能专注于实证逻辑本身不再为「豆腐块」乱码而烦恼。6. 常见问题与排查设置后仍然乱码重启 Python 内核或重启编辑器重新运行一遍设置代码。macOS 提示字体不存在可将字体改为Arial Unicode MS或PingFang SC。负号依旧方块检查是否遗漏了plt.rcParams[axes.unicode_minus] False。7. 相关推文Note产生如下推文列表的 Stata 命令为lianxh python 图 , nocat md2安装最新版lianxh命令ssc install lianxh, replace张祖冲, 2025, disfit随心所欲拟合各种常见分布函数-Python.张逸林, 2025, 前因后果一图了然基于bnlearn的因果推理与Python实操.张逸林, 2025, 手把手人工神经网络系列二卷积神经网络CNN.彭晴, 2026, Python绘图神器seaborn直方图-密度图-小提琴图-热力图.王卓, 2022, Python绘制动态地图-pyecharts.王烨文, 2025, Python手绘风格的可视化图形.连享会, 2021, Stata-Python交互-5边际效应三维立体图示.连小白, 2025, AI助手系列借助AI工具复现高质量图形.陈云菲, 2025, 新书推荐《图解大模型》轻松上手 LLM.陈卓然, 2023, Python金融分析系列-2数据可视化.推荐课程资源共享连享会资料 ……在线视频lianxh-class.cnStata 33 讲100 万 播放Stata 入门必备公开课直击面板数据模型10 万 播放白话面板模型公开课… more …论文复现和数据学术论文重现网站大全常用数据库 | 人文社科开放数据库主题分类所有分类| Stata教程 | 结果输出 | 绘图 | 数据处理回归分析 | 面板数据 | 交乘项 | 因果推断 | DID | RDDMarkdown | 工具软件 | 机器学习 | 其它热门推文StataDID 入门教程稳健性检验 | 安慰剂检验 | 内生性面板数据模型 | 聚类调整后的标准误温馨提示若页面不能正常显示数学公式和代码请阅读原文获得更好的阅读体验。