Python绘制图表用于论文写作（条形图）

原创 已于 2025-12-05 16:51:13 修改 · 335 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #开发语言

于 2025-12-05 09:53:30 首次发布

目录

0 前言

1 问题背景

2 问题解决

2.1 混合使用字体

2.2 全部使用黑体

2.3 自动选择使用字体

0 前言

        🙋欢迎光临我的博客！我衷心希望这里的分享能够对你有所帮助。祝愿你拥有美好的一天！☀️☀️☀️

1 问题背景

         这是一个很有意思的现象：我们平时绘制论文表格时，通常只会选用一种字体——比如全部用黑体，或者全部用新罗马。但有时候，为了更清晰地展示信息，我们可能会需要混合使用不同的字体。

        如果你也遇到过这样的需求，那么今天这篇博客，就是为你准备的。

2 问题解决

2.1 混合使用字体

        这里我们以常见的搭配为例，将中文字体（黑体）与英文字体（Times New Roman）结合使用，具体代码如下：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
import matplotlib.font_manager as fm

# 设置后端
matplotlib.use('Agg')

# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体为黑体
plt.rcParams['font.family'] = 'sans-serif'  # 使用无衬线字体
plt.rcParams['mathtext.fontset'] = 'stix'  # 设置数学公式字体
plt.rcParams['mathtext.rm'] = 'Times New Roman'  # 设置数学公式中的普通字体
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 查找Times New Roman字体
times_font = None
for font in fm.fontManager.ttflist:
    if 'times new roman' in font.name.lower():
        times_font = font.fname
        break

if times_font is None:
    times_font = 'DejaVu Serif'

# 句子分词
words = ["这篇", "博客", "很有", "意思", "。", "祝你", "今天", "过的", "愉快", "！", "哈哈"]

# 注意力权重
attention_weights = [0.15, 0.21, 0.26, 0.18, 0.03, 0.11, 0.15, 0.21, 0.22, 0.09, 0.02,]

# 创建图形和轴
fig, ax = plt.subplots(figsize=(14, 8))

# 绘制条形图
bars = ax.bar(range(len(words)), attention_weights, color='#4C72B0', width=0.6)

# 设置y轴范围和刻度
ax.set_ylim(0, 0.35)
ax.set_yticks(np.arange(0, 0.36, 0.05))

# 设置x轴刻度和标签
ax.set_xticks(range(len(words)))
ax.set_xticklabels(words)

# 为每个条形添加数值标签 - 确保每个条形只有一个标签
for i, weight in enumerate(attention_weights):
    # 计算标签的x和y位置
    x_pos = i
    y_pos = weight + 0.012  # 统一的垂直偏移量

    # 添加文本标签 - 直接使用ax.text，确保只添加一次
    ax.text(x_pos, y_pos, f'{weight:.2f}',
            ha='center', va='bottom',
            fontsize=10, color='black',
            fontproperties=fm.FontProperties(fname=times_font))

# 设置标题
title = ax.set_title(
    'Figure 1. The example sentence',
    fontsize=16, pad=20, fontweight='bold')
title.set_fontproperties(fm.FontProperties(fname=times_font, size=16))

# 设置Y轴标签
ylabel = ax.set_ylabel('Attention Weight', fontsize=14, fontweight='bold')
ylabel.set_fontproperties(fm.FontProperties(fname=times_font, size=14))

# 设置X轴标签
xlabel = ax.set_xlabel('Words', fontsize=14, fontweight='bold')
xlabel.set_fontproperties(fm.FontProperties(fname=times_font, size=14))

# 旋转x轴标签
plt.setp(ax.get_xticklabels(), rotation=45, ha='right', fontsize=12)

# 设置Y轴刻度标签字体
for label in ax.get_yticklabels():
    label.set_fontproperties(fm.FontProperties(fname=times_font, size=12))

# # 添加水平网格线
# ax.yaxis.grid(True, linestyle='--', alpha=0.3, linewidth=0.5)

# 移除上方和右侧的边框线
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 调整布局
plt.tight_layout()

# 保存图片
plt.savefig('picture.png', dpi=300, bbox_inches='tight')
print("图形已成功保存为 'picture.png'")

        最终的效果看起来是这样的：

2.2 全部使用黑体

        使用单一字体（如全黑体）进行绘图时，通常能确保视觉风格的高度统一，尤其适用于强调简洁、规整或现代感的图表场景。具体代码如下：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

# 设置后端
matplotlib.use('Agg')

# 设置字体 - 全部使用黑体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体为黑体
plt.rcParams['font.family'] = 'sans-serif'  # 使用无衬线字体
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 句子分词
words = ["这篇", "博客", "很有", "意思", "。", "祝你", "今天", "过的", "愉快", "！", "哈哈"]

# 注意力权重
attention_weights = [0.15, 0.21, 0.26, 0.18, 0.03, 0.11, 0.15, 0.21, 0.22, 0.09, 0.02]

# 创建图形和轴
fig, ax = plt.subplots(figsize=(14, 8))

# 绘制条形图
bars = ax.bar(range(len(words)), attention_weights, color='#4C72B0', width=0.6)

# 设置y轴范围和刻度
ax.set_ylim(0, 0.35)
ax.set_yticks(np.arange(0, 0.36, 0.05))

# 设置x轴刻度和标签
ax.set_xticks(range(len(words)))
ax.set_xticklabels(words)

# 为每个条形添加数值标签 - 确保每个条形只有一个标签
for i, weight in enumerate(attention_weights):
    # 计算标签的x和y位置
    x_pos = i
    y_pos = weight + 0.012  # 统一的垂直偏移量

    # 添加文本标签 - 使用黑体
    ax.text(x_pos, y_pos, f'{weight:.2f}',
            ha='center', va='bottom',
            fontsize=10, color='black')

# 设置标题 - 中文标题
title = ax.set_title(
    '图1. 示例',
    fontsize=16, pad=20, fontweight='bold')

# 设置Y轴标签 - 中文
ylabel = ax.set_ylabel('注意力权重', fontsize=14, fontweight='bold')

# 设置X轴标签 - 中文
xlabel = ax.set_xlabel('词语', fontsize=14, fontweight='bold')

# 旋转x轴标签
plt.setp(ax.get_xticklabels(), rotation=45, ha='right', fontsize=12)

# 设置Y轴刻度标签字体大小
for label in ax.get_yticklabels():
    label.set_fontsize(12)

# 移除上方和右侧的边框线
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 调整布局
plt.tight_layout()

# 保存图片
plt.savefig('picture.png', dpi=300, bbox_inches='tight')
print("图形已成功保存为 'picture.png'")

        具体输出结果如下：

2.3 自动选择使用字体

        为简化流程，我们可以将字体选择交给程序自动配置，这往往能得到更协调且省心的结果😄

import matplotlib.pyplot as plt
import numpy as np
import matplotlib


# 设置后端
matplotlib.use('Agg')

# 使用字体列表实现回退
# Matplotlib会按顺序尝试列表中的字体，直到找到能显示字符的字体
plt.rcParams['font.family'] = ['Times New Roman', 'SimHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False

# 句子分词
words = ["这篇", "博客", "很有", "意思", "。", "祝你", "今天", "过的", "愉快", "！", "哈哈"]

# 注意力权重
attention_weights = [0.15, 0.21, 0.26, 0.18, 0.03, 0.11, 0.15, 0.21, 0.22, 0.09, 0.02]

# 创建图形和轴
fig, ax = plt.subplots(figsize=(14, 8))

# 绘制条形图
bars = ax.bar(range(len(words)), attention_weights, color='#4C72B0', width=0.6)

# 设置y轴范围和刻度
ax.set_ylim(0, 0.35)
ax.set_yticks(np.arange(0, 0.36, 0.05))

# 设置x轴刻度和标签
ax.set_xticks(range(len(words)))
ax.set_xticklabels(words)

# 为每个条形添加数值标签 - 数字会自动使用Times New Roman
for i, weight in enumerate(attention_weights):
    x_pos = i
    y_pos = weight + 0.012

    ax.text(x_pos, y_pos, f'{weight:.2f}',
            ha='center', va='bottom',
            fontsize=10, color='black')

# 设置标题 - 混合中英文
title_text = 'Figure 1. 权重可视化'
ax.set_title(title_text, fontsize=16, pad=20, fontweight='bold')

# 设置Y轴标签 - 英文会自动使用Times New Roman
ax.set_ylabel('Attention', fontsize=14, fontweight='bold')

# 设置X轴标签 - 中文会自动使用黑体
ax.set_xlabel('Words', fontsize=14, fontweight='bold')

# 旋转x轴标签
plt.setp(ax.get_xticklabels(), rotation=45, ha='right', fontsize=12)

# 移除上方和右侧的边框线
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 调整布局
plt.tight_layout()

# 保存图片
plt.savefig('picture_font_fallback.png', dpi=300, bbox_inches='tight')
print("图形已成功保存为 'picture_font_fallback.png'")
print("字体设置: Times New Roman (主要) -> SimHei (中文回退) -> DejaVu Sans (备用)")

        具体效果如下：

        以上就是本次关于图表字体应用的分享。目前，我们主要以条形图为例进行了演示，但文中涉及的字体配置方法与设计思路，同样适用于折线图、饼图等其他常见图表类型。大家可以根据实际需求，举一反三，灵活替换。

结语： 恭喜你完成了这篇博客的阅读！我衷心希望我的分享能够为你带来启发和帮助。愿你拥有一个宁静而美好的夜晚，好梦相伴。🌛🌛🌛

      

用Python简单代码实现炫酷动态条形图
Mr数据杨
02-08 3万+
通过使用Python的绘图库，可以轻松地创建动态条形图并在网页或桌面应用程序中展示数据。不仅如此，Python的简单易用的语法可以在几行代码中实现复杂的图形。
最全Python绘制条形图（柱状图）
阿黎逸阳的博客
02-04 4万+
让你彻底掌握在python中绘制条形图。
用Python绘制条形图
mez_Blog的博客
02-18 7836
1. 绘制条形图 前面讲解了折线图的绘制，但是似乎不太能直观地看出每个季度下各个项目利润的差距。或许，我们可以画出如下的条形图来试试。 代码改写 我们已经知道，折线图的绘制需要创建LineChart对象来实现。那么，条形图的绘制该如何实现呢？ 条形图和折线图不同，需要创建的是BarChart对象。 但是，画条形图与画折线图的过程是一致的，包括： 图表绘制：确认图的类型，引用表格的数据，设置图在工作表的位置； 图表信息和样式的优化：修改类别轴的标签，添加X轴、Y轴
python 画条形图（柱状图）
热门推荐
天天向上的专栏
08-24 15万+
文章目录1. 竖放条形图bar(x, height, [width], **kwargs)2. 画横放条形图bar(x, width, [height], **kwargs)3. 并列条形图 条形图（bar chart），也称为柱状图，是一种以长方形的长度为变量的统计图表，长方形的长度与它所对应的变量数值呈一定比例。 1. 竖放条形图 画条形图要用到 pyplot 中的 bar 函数，该函数的基...
用python绘制三维条形图
summerriver1的博客
06-18 700
用python绘制三维条形图
python图表_使用Python绘制图表大全总结
weixin_29094301的博客
02-03 4780
在使用Python绘制图表前，我们需要先安装两个库文件numpy和matplotlib。Numpy是Python开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身数据结构要高效；matplotlib是一个Python的图像框架，使用其绘制出来的图形效果和MATLAB下绘制的图形类似。下面我通过一些简单的代码介绍如何使用 Python绘图。一、图形绘制直方图importmatplotl...
25个Python数据图表绘制技巧
m0_62283350的博客
08-21 2740
功能：增强图表的视觉效果。示例代码解释：通过参数控制线条颜色、风格、宽度及标记。功能：精确控制图例的位置和外观。示例代码解释legend函数控制图例，loc定位，精确调整位置。功能：通过自定义颜色映射增强图表的美学。示例代码plt.show()解释：创建自定义颜色映射，以反映数据的不同级别或类别。
python 统计图绘制,Python绘制统计图表
weixin_36180912的博客
03-25 1991
python对数据统计特别友好，原生库即有相关支持：matplotlib1.环境配置sudo pip install matplotlib安装完成后需要调整下配置文件(mac可跳过)，原因：python解释器各个平台版本都有，理论上会cover大多数底层接口，所以看起来“跨平台”。但是部分与绘图／进程／系统内核等相关功能，不同系统间差异较大，python尚未全cover。比如我们matplotli...
【Python通过列表数据绘制绘制条形图】
qq_36253366的博客
08-12 481
matplotlib允许你自定义条形图的许多方面，比如颜色、条形的宽度、图例等。categories = ['城市A', '城市B', '城市C', '城市D']colors = ['blue', 'green', 'red', 'cyan'] # 定义条形的颜色plt.bar(categories, values, color=colors, width=0.5) # 设置条形颜色和宽度plt.title('城市人口')plt.xlabel('城市')plt.ylabel('人口')
Python 实现图表绘制功能
LYSHARK
06-07 9527
Matplotlib是一个用于创建二维图表和绘图的Python库。它可以生成高质量的折线图、散点图、柱状图、饼图、等高线图、3D图等各种类型的图表，适用于数据可视化、科学研究、数据分析和报告生成等领域。以下是Matplotlib的一些主要特点和功能：灵活性：Matplotlib提供了丰富的绘图选项和定制功能，使用户能够根据需要创建具有各种样式和布局的图表。可以自定义图表的标题、标签、线条样式、颜色、图例等。
python+matplotlib绘制3D条形图实例代码
09-20
### Python与Matplotlib绘制3D条形图 在数据分析领域，可视化是不可或缺的一部分，它能够帮助我们更好地理解和解释数据。Python作为一种广泛使用的编程语言，在数据处理方面提供了强大的工具集，其中Matplotlib是最...
python matplotlib库绘制条形图练习题
09-18
Python的matplotlib库是数据可视化的重要工具，尤其在绘制各种图表方面，如条形图。在本题中，我们将探讨如何使用matplotlib库来绘制条形图，以便更好地展示数据。 首先，我们来看练习一。在这个练习中，我们需要...
python绘制条形图方法代码详解
09-20
### Python绘制条形图方法代码详解 在数据分析与可视化领域，条形图是一种非常重要的图形类型，它能够直观地展示不同类别的数据对比情况。本文将详细介绍如何使用Python中的`matplotlib`库绘制条形图，并通过示例...
python __init__.py的意义与使用
CoolGirl
12-19 645
本文介绍了Python中利用__init__.py文件优化模块导入的两种方式。当__init__.py中已导入子模块时，外部可直接使用简洁导入语句（如from project.input import FileInput）；若未导入则需完整路径导入。通过示例对比展示了不良设计（需完整路径导入每个子模块）和良好设计（在__init__.py中集中导入并定义__all__），后者使主程序导入更简洁清晰。合理使用__init__.py能显著提升代码可读性和维护性。
MobaXterm 高效运维实战：从入门到进阶的 Linux 运维 “瑞士军刀” 用法
hy行者勇哥的博客
12-18 809
MobaXterm 作为 Linux 运维的 “全能工具包”，不仅集成了 SSH 终端、SFTP 文件传输、X11 图形转发等基础功能，更隐藏着批量执行、宏命令、会话分组等高级特性，能轻松解决新手常遇到的 “重复操作繁琐”“多服务器切换麻烦”“文件传输低效” 等痛点。本文用 “运维指挥中心” 的通俗比喻，拆解 MobaXterm 的核心架构，针对 Linux 运维中的高频问题，分享可直接上手的高级技巧与自动化脚本案例，帮助新手快速从 “手动跑腿” 升级为 “高效指挥”，大幅提升运维效率。
[Python实战] 解决Outlook同步中的字符编码问题：表情符号也能正确处理了！
每日出拳老爷子的博客
12-16 241
摘要：本文分享了在使用Python同步Outlook会议信息时遇到的GBK编码问题解决方案。当处理包含表情符号（如📧）的会议内容时，Flask返回JSON会报"'gbk' codec can't encode"错误。作者通过封装ensure_utf8函数对文本进行UTF-8编码处理，同时建议设置Flask响应头编码为UTF-8和调整控制台输出编码，有效解决了特殊字符导致的编码异常问题。文章提供了从问题分析到完整解决方案的实践过程，适用于处理Python中的Unicode编码问题。
C++23中的模块应用说明之一基础分析
最新发布
fpcc的专栏
12-20 510
C++20模块机制解析：摆脱头文件困境的新范式 本文分析了C++20引入的模块机制，旨在解决传统头文件带来的编译污染、命名冲突等问题。模块通过export显式控制接口导出，提供更安全的代码组织方式。文章详细介绍了模块应用的五个方面：接口与实现分离、export规则限制、文件命名规范、全局模块片段（兼容传统头文件）和私有模块片段的使用方法，并提供了具体示例代码。与Go、Java等语言的包管理机制类似，C++模块通过显式接口导出和严格作用域控制，实现了更高效的编译管理和更清晰的代码组织。作者建议开发者参考其他语
【FastAPI】FastAPI依赖注入完全指南
weixin_63434398的博客
12-18 2675
本文全面介绍FastAPI的依赖注入机制，主要包含两大注入方式：原生自动注入和Depends自定义注入。原生注入支持Request/Response等框架对象以及路径/查询参数等自动解析，而Depends则用于自定义依赖项注入。文章详细讲解依赖注入的核心思想、实现方式、生命周期管理、高级技巧，并通过完整认证系统案例展示实战应用。最后剖析Depends底层原理，并与Spring框架进行对比，帮助开发者彻底掌握FastAPI这一核心特性，实现代码解耦和高效开发。
《Python 数据序列化与反序列化全景解析：从基础到最佳实践》
windowshht的博客
12-17 1025
本文全面解析Python数据序列化与反序列化技术，涵盖JSON、Pickle、CSV、YAML等常见格式，并深入探讨自定义序列化、异步处理、分布式系统应用等高级主题。通过实战案例展示Web API交互、机器学习模型保存、自动化配置管理等场景的最佳实践，同时展望Protocol Buffers等前沿技术。文章既适合初学者掌握基础，也为资深开发者提供性能优化与安全合规的进阶指导，是Python数据处理领域的实用指南。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值