4.4 文本渲染与字体

4.4 文本渲染与字体

本节摘要：Matplotlib 的文本渲染，本质是把一串字符交给某个字体文件去"找字形"。标题、刻度、图例、注释最终都要落到具体的字体上。中文在默认配置下常常变成空心方框，根源就是字体族里找不到中文字形。这一节从"中文为什么变方块"讲起，梳理字体家族、全局与局部配置、自定义字体加载几条路径，再讲 mathtext 数学公式渲染，最后落到跨平台出图时的字体嵌入与兼容性坑，让中文标签不再掉链子。

本节导航

阅读完本节，你应当能够：

1. 说清中文显示为方框的直接原因，并区分"字体族选错"和"字形缺失"两种情况。
2. 用 rcParams、FontProperties、函数参数三种方式设置字体，并分清全局与局部的边界。
3. 加载自定义字体文件，并列出系统可用字体做核对。
4. 用 mathtext 写出常用数学表达式，理解它和完整 LaTeX 渲染的取舍。
5. 说出矢量格式（PDF、SVG）下字体嵌入的注意点，给出跨平台出图的基本做法。

一、中文为什么变成方框

先看一个几乎所有新手都撞过的场面：代码里写了 plt.title("月度销量")，图上却印着四个空心方块。图能画出来，线条、坐标都对，唯独中文没显示。这个现象和印刷厂很像——排版师傅手里只有西文字模，你递过去一张中文底稿，他只能摆出几个"缺字"的空铅位。

Matplotlib 的文本引擎做的事类似。每个 Text 对象手里握着两样东西：一串字符，和一组字体属性。真正绘制时，它要把字符逐个映射到"字形"，也就是字体文件里那个字的实际轮廓。映射的依据是字体属性里指定的字体族，比如 sans-serif、serif、monospace。字体族不是某一个具体字体，而是一个"候选名单"：拿 sans-serif 来说，它在不同系统上可能对应 DejaVu Sans、Arial、Liberation Sans 等一串字体。

关键就在这里。Matplotlib 自带的默认字体 DejaVu Sans，覆盖了拉丁字母、希腊字母和一部分符号，但几乎没有 CJK（中日韩）字形。当标题里出现汉字，引擎顺着候选名单一个个问"你这里有没有'月'这个字"，名单里的字体都答没有，引擎没辙，就画一个空心方框当作占位。所以你看到方框，不是 Matplotlib 坏了，也不是编码乱了，纯粹是"没找到含这个字的字体"。

import matplotlib as mpl
import matplotlib.pyplot as plt

# 看看当前 sans-serif 族的候选名单
print(mpl.rcParams['font.sans-serif'])

plt.title("月度销量")   # 默认名单里没有中文字体，标题显示为方框
plt.plot([1, 2, 3], [3, 1, 2])
plt.show()
​

解决方向也就清楚了：往候选名单里塞一个真正带中文字形的字体。Windows 上有黑体、宋体、微软雅黑，macOS 上有苹方、冬青黑体，Linux 上常见文泉驿、思源黑体。把它们加进 font.sans-serif 列表，或者干脆把 font.family 指定成某个中文字体名，方框就会变回汉字。

⚠️ 常见坑：把字体名写错一个空格也会失效。字体名必须和系统里登记的"显示名"完全一致，而不是文件名。比如"微软雅黑"对应的英文显示名是 Microsoft YaHei，两者都可能被接受，但"微软雅黑.ttf"这种带扩展名的写法基本不会被识别。拿不准就用 font_manager 把系统字体列出来核对一遍。

二、字体配置的三条路径

Matplotlib 给字体配置留了三条路，作用范围各不相同。选哪条，取决于你是想"全图统一"还是"只改一处"。

第一条路是改 rcParams，这是全局配置。rcParams 是一个运行时参数字典，图表所有默认值都从这里来。改了它，之后画的每一张图都会用新字体，直到你改回来或进程结束。

import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.family'] = 'Microsoft YaHei'
mpl.rcParams['font.size'] = 12
mpl.rcParams['axes.unicode_minus'] = False   # 避免负号显示成方块

plt.title("全局字体已经生效")
plt.plot([1, 2, 3], [2, 4, 1])
plt.show()
​

这里顺手带上 axes.unicode_minus 是因为它是个高频坑：Matplotlib 默认用 Unicode 的减号字符画负号，有些中文字体不含这个字形，负号也会变方块，设成 False 让它改用 ASCII 的连字符。和字体问题同源同解，一并处理最省事。

第二条路是 FontProperties 对象，走局部。你建一个字体属性对象，只把它传给某一个标题、某一段注释。它不碰全局默认值，别的文本该怎么显示还怎么显示。

from matplotlib.font_manager import FontProperties

title_font = FontProperties(family='SimHei', size=16, weight='bold')
note_font = FontProperties(family='KaiTi', size=10)

plt.title("黑体标题", fontproperties=title_font)
plt.text(2, 2, "楷体注释", fontproperties=note_font)
​

第三条路是直接在文本函数里写参数，算是最省事的一种局部配置。title、xlabel、text、annotate 这些函数大多直接接受 fontsize、fontweight、fontstyle、family 这些关键字，适合快速微调。

plt.title("直接指定参数", fontsize=18, fontweight='bold', family='monospace')
plt.xlabel("横轴", fontsize=14, fontstyle='italic')
​

这三条路不是互斥的，多数实战是混着用：先用 rcParams 把全局默认定成中文字体，再用函数参数对个别标题调大小粗细。

自定义字体是第四块拼图。系统里没有你想要的字体时，可以手动加载字体文件，把它注册进字体管理器。

from matplotlib import font_manager

font_manager.fontManager.addfont(font_path)   # font_path 指向字体文件
name = font_manager.FontProperties(fname=font_path).get_name()
print(name)   # 拿到登记后的显示名，再去 rcParams 里用
​

加载之后，可以用 font_manager.fontManager.get_font_names() 把系统里所有可用字体名都列出来，核对你要用的名字到底叫什么。也可以反过来用 findfont 查某个字体名到底命中了哪个字体文件，出图前确认一遍，能少踩很多"改了半天没生效"的坑。

💡 关键直觉：全局管"默认"，局部管"例外"。先定全局中文字体，再用局部参数覆盖个别地方，是最省心也最不容易乱的组合。

三、mathtext：把公式写进图里

科研图里常要标公式：坐标轴写个 ρ、标题带个 e 的负指数、图例里出现积分号。Matplotlib 对此给了两套引擎。

内置的那套叫 mathtext，用法是拿一对美元符号把内容包起来，Matplotlib 就会按 LaTeX 的一个子集去解析并渲染。它不需要你装任何额外软件，开箱即用，速度也快，代价是语法覆盖有限，复杂排版（比如对齐的方程组、自定义宏）它做不了。

import matplotlib.pyplot as plt

plt.title(r'衰减曲线 $y = A e^{-\lambda t}$')
plt.xlabel(r'时间 $t$')
plt.ylabel(r'幅度 $A$')
plt.text(1, 0.5, r'积分 $\int_0^\infty e^{-x^2} dx$')
​

注意字符串前面的 r，它告诉 Python 别去解析反斜杠，把 \lambda、\int 原样交给 mathtext。漏了这个 r，反斜杠转义会先捣一次乱，公式十有八九报错或显示异常。

另一套是完整 LaTeX 渲染，靠 text.usetex 打开。它把文本交给系统里安装的 TeX 引擎去排版，能支持 mathtext 做不到的完整语法，出来的效果也更接近论文排版。

import matplotlib as mpl

mpl.rcParams['text.usetex'] = True
​

两套怎么选？我个人的建议是：能 mathtext 解决就别上 usetex。usetex 的收益是完整度和美观，代价是必须装一整套 TeX 发行版、每次绘图都要等它编译、还要处理它和字体配置的联动。多数公式图，mathtext 那点语法已经够用。

⚠️ 常见坑：mathtext 和 usetex 是互斥的两条路，text.usetex 打开后，mathtext 的字符串会被丢给 TeX 处理，行为会变。另外中文字体配置和 usetex 的组合比较麻烦——TeX 默认不认中文字体，想中文和公式同框，往往得单独配置 TeX 的 CJK 支持，否则中文照样变方块。

四、跨平台出图的字体坑

字体问题最容易在"换一台机器"时爆出来。你本机配好了微软雅黑，图存成 PNG 发给同事，一切正常；可要是把绘图脚本放到 Linux 服务器上跑，或者直接交给别人用他的机器复现，对方系统里没有微软雅黑，图又变回方框了。

这背后是两种输出格式的差异。PNG 这类位图格式，出图时把文字光栅化成像素点，字形已经"烧"进图里了，别人打开不依赖字体。PDF、SVG 这类矢量格式不同，它们要么把字体嵌入文件，要么只记一个字体引用、等打开时再在读者机器上找。字体没嵌入、读者机器又没装，就会看到字体被替换，甚至中文消失。

针对跨平台，有三条实用做法。

一是给 font.family 传一个列表而不是单个名字，让它按顺序回退：

mpl.rcParams['font.family'] = ['Microsoft YaHei', 'SimHei', 'WenQuanYi Micro Hei', 'sans-serif']
​

这样 Windows 上命中第一个，Linux 上跳过后两个，最后回退到通用 sans-serif。列表式的回退链是应对环境差异最稳的一招。

二是尽量选跨平台可得的字体。思源黑体、文泉驿、Noto 系列在中英文环境下都比较容易找到，或者干脆把字体文件随项目一起分发、用 addfont 手动加载，让所有环境用同一份字体，效果最一致。

三是矢量出图时留意嵌入设置。保存 PDF 时把字体子集嵌入文件，能保证拿到文件的人看到同样的字；SVG 则可以要求把文本转成路径，彻底摆脱对读者端字体的依赖，代价是文件变大、文字不再可选可搜索。

plt.savefig("figure.pdf")   # 矢量格式，注意字体嵌入
plt.savefig("figure.svg")
​

出图前最好先确认一件事：当前这张图实际用了哪个字体。可以用 findfont 反查，看看它到底命中了哪个字体文件，再决定要不要调整。

💡 关键直觉：位图把结果"烧死"在像素里，矢量把"字体引用"留给打开方。要分享就给位图，要可编辑的矢量就确保字体嵌进去，否则宁可把文字转路径。

五、文本的摆放：对齐、旋转与注释

字体选对了，还得把字摆对地方。文本对象有两个对齐参数：horizontalalignment 管水平，verticalalignment 管垂直。水平对齐 left、center、right 决定文字锚点在哪，垂直对齐 top、center、bottom 决定文字相对给定坐标是压在上面、居中还是垫在下面。默认的组合在很多场景下会让字"漂"出你想放的位置，尤其是给数据点加标签时，字常常盖住点本身。

plt.text(1.5, 4.5, '居中', ha='center', va='center')
plt.text(1.5, 5, '靠左', ha='left', va='bottom')
​

rotation 是另一件常用工具。横轴刻度标签一多，互相挤在一起，转个 45 度立刻清爽。它不是装饰，是解决标签重叠的实用手段。

plt.xticks(rotation=45)
​

要给某个数据点加带箭头的说明，用 annotate。它比 text 多一个 xy 参数，指定箭头指向哪，再配一个 arrowprops 控制箭头样式，就能把"这个点很关键"这样的信息钉在图上。

plt.annotate('最小值', xy=(3, 1), xytext=(2, 2.5),
             arrowprops=dict(arrowstyle='->', color='black'))
​

这三样——对齐、旋转、箭头注释——是文本渲染里最常用的"摆位"操作。它们和字体选择是两个维度：字体决定"字长什么样"，摆位决定"字放在哪、怎么指向"。一张信息密集的图，往往是字体不出错、摆位也讲究，两者缺一不可。

一节小结

• 方框的本质是缺字形：中文变方块，是候选字体名单里没有含中文字形的字体，不是编码错乱。
• 字体族是候选名单：sans-serif 等家族会映射到一串具体字体，按顺序回退。
• 三条配置路径各司其职：rcParams 管全局默认，FontProperties 和函数参数管局部覆盖。
• axes.unicode_minus 要记得关：它决定负号用 Unicode 还是 ASCII，是中文图里的高频坑。
• mathtext 够用再上 usetex：内置 mathtext 零依赖、快，覆盖了多数公式；完整 LaTeX 好看但要装 TeX 且更慢。
• 跨平台靠回退链：把 font.family 写成列表，配合跨平台字体或随项目分发字体，最稳。
• 矢量格式注意嵌入：PDF 要嵌字体子集，SVG 可转路径，否则换台机器就可能显示异常。

字体是图表的"脸面"，解决了它，下一步我们跳到 Matplotlib 的周边生态，看看 Seaborn、Cartopy、mplfinance 这些扩展库是如何在它之上各管一摊的。