在 Kaggle 中绘制中文乱码解决

在 Kaggle 中绘制中文时，需要设置 Matplotlib 的字体，否则中文会显示为乱码。可以使用 SimHei（黑体）或 Microsoft YaHei（微软雅黑）。

解决方案

使用 matplotlib 设置中文字体
在 Kaggle 安装 SimHei 字体
方法1：手动上传 SimHei.ttf

如果你一定要用 SimHei（黑体），可以按照以下步骤操作：

步骤 1：下载 SimHei 字体
在本地下载 SimHei.ttf
👉 SimHei.ttf（可从 Windows 电脑 C:\Windows\Fonts\simhei.ttf 获取）
上传到 Kaggle Notebook（点击左侧 "Upload" 按钮）

import matplotlib.pyplot as plt
import matplotlib# 设置字体路径（Kaggle 上传真实目录，根据需要自己改）
font_path = "/kaggle/input/simhei.ttf"# 加载字体
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname=font_path)# 应用字体
plt.rcParams['font.sans-serif'] = my_font.get_name()
plt.rcParams['axes.unicode_minus'] = False  # 解决负号问题

方法 2：使用 Kaggle Notebook 自带的 Noto Sans CJK

找到字体路径

运行以下代码，查找 Noto Sans CJK 字体的具体路径：

import matplotlib.font_manager as fm# 列出所有可用字体
for font in fm.findSystemFonts():if "NotoSansCJK" in font:print(font)

Kaggle 上的 matplotlib 可能默认不识别中文，即使已安装 Noto Sans CJK，你需要手动加载字体并在 legend，xlable,ylabel,title 里指定 prop=my_font。以下是示例的完整代码：

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
import seaborn as sns# 1. 安装字体（如果未安装）
!apt-get update
!apt-get install -y fonts-noto-cjk# 2. 查找并加载 Noto Sans CJK 字体
font_path = "/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc"  # 可能路径
my_font = fm.FontProperties(fname=font_path)# 3. 定义模型名称和 F1-score
models = ["逻辑回归", "SVM", "随机森林", "BERT"]
f1_scores = [89.6, 89.3, 79.1, 95.0]  # 百分比形式# 4. 设置 Matplotlib 字体
plt.rcParams["font.family"] = my_font.get_name()  # 让 Matplotlib 识别中文
plt.rcParams["axes.unicode_minus"] = False  # 解决负号问题# 5. 绘制条形图
plt.figure(figsize=(8, 5))
bars = plt.bar(models, f1_scores, color=['gray', 'gray', 'gray', 'black'])# 6. 添加数据标签
for bar, score in zip(bars, f1_scores):plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height() + 0.5,f"{score}%", ha='center', fontsize=12, fontweight='bold', fontproperties=my_font)# 7. 添加标题和标签
plt.xlabel("模型", fontsize=14, fontproperties=my_font)
plt.ylabel("F1-score (%)", fontsize=14, fontproperties=my_font)
plt.title("不同模型的 F1-score 对比", fontsize=16, fontproperties=my_font)# 8. 图例（防止乱码）
plt.legend(["模型性能"], prop=my_font)# 9. 设置 y 轴范围
plt.ylim(70, 100)# 10. 显示图像
plt.show()