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()