【chp2】车万翔-自然语言处理：基于预训练模型的方法_自然语言处理基于预训练模型的方法pdf 车万翔

1. 找到matplotlib 配置文件：

import matplotlib 
print(matplotlib.matplotlib_fname()) 
# 我自己的输出结果如下：
# D:\Program Files\Python36\Lib\site-packages\matplotlib\mpl-data
1
2
3
4

2. 编辑器打开此文件 matplotlibrc

删除font.family和font.sans-serif两行前的#，并在font.sans-serif后添加微软雅黑字体Microsoft YaHei

下载字体:SimHei.ttf（黑体） 或者 msyh.ttf (微软雅黑)
放在matplotlib 字体目录中添加SimHei.ttf的字体文件
C:\Users\Thinkpad\anaconda3\envs\python3.7\Lib\site-packages\matplotlib\mpl-data\fonts\ttf
（import matplotlib之后才会出现这个目录）

P.S. SimHei.ttf 可以在C:/Windows/fonts中找到。

4. 删除.matplotlib/cache里面的两个缓存字体文件
   C:\Users\你的用户名.matplotlib

5. 添加代码（缺什么补什么）

from matplotlib import font_manager as fm, rcParams
import matplotlib as plt

plt.rcParams['font.sans-serif']=['SimHei'] #选择黑体的中文标签
plt.rcParams['axes.unicode_minus']=False   #让坐标中显示负号
1
2
3
4
5

6. 重启Python
7. 在输出位置多增加3行输出

for i in range(len(words)):
    plt.text(U[i, 0], U[i, 1], words[i])
    print(words[i])
    print(U[i,0]) # 横坐标值
    print(U[i,1]) # 纵坐标值
1
2
3
4
5

观察输出的值落在什么范围，修改后面的范围代码。

plt.xlim(-0.5, -0.1)
plt.ylim(-0.5, 0.4)
1
2