搜集总结的一些matplotlib在linux服务器上的字体安装方案

参考：https://zhuanlan.zhihu.com/p/566430362
如果是新罗马字体

解决方案

1. 首先删除你的缓存。找到你的缓存

import matplotlib as mpl
print(mpl.get_cachedir())
# /Users/xiewenwen/.matplotlib

我的缓存文件夹是：/Users/xiewenwen/.matplotlib

删除这个缓存文件夹：rm -r /Users/xiewenwen/.matplotlib/*

2.下载SeiHei.ttf字体放入~/.fonts目录下。点击下载

或者复制这个链接下载

http://129.204.205.246/downloads/SimHei.ttf

命令：

（1）cd ~/.fonts 。如果没有就mkdir ~/.fonts

（2）wget http://129.204.205.246/downloads/SimHei.ttf

如果是其他字体，可以在C:/windows/Fonts中找到，例如TIMES.TTF就是我们需要的新罗马字体，把它拷贝到服务器的~/.fonts下
（3）安装fc-cache命令

# 如果你是centos 
sudo yum install fontconfig -y

# 如果你是ubuntu
sudo apt-get install fontconfig -y

# 如果你是mac
brew install fontconfig

（4）再执行 fc-cache -fv 刷新字体缓存

测试例子

import matplotlib as mpl
import matplotlib.pyplot as plt

def plot_demo():
    #print(mpl.get_cachedir())
    # 绘制折线图
    # plt.rcParams["font.sans-serif"] = ["Times New Roman"]  # 设置字体
    plt.rcParams["axes.unicode_minus"] = False  # 正常显示负号
    plt.rcParams["font.family"] = "Times New Roman"
    mpl.rcParams['font.size'] = 10
    year = [2017, 2018, 2019, 2020]
    people = [20, 40, 60, 70]
    # 生成图表
    plt.plot(year, people)
    plt.xlabel('Year')
    plt.ylabel('Population')
    plt.title('Growth')
    # 设置纵坐标刻度
    plt.yticks([0, 20, 40, 60, 80])
    # 设置填充选项：参数分别对应横坐标，纵坐标，纵坐标填充起始值，填充颜色
    plt.fill_between(year, people, 20, color='green')
    # 显示图表
    # plt.savefig("./plt.png")
    plt.show()

plot_demo()

中文测试例子：

import matplotlib as mpl
import matplotlib.pyplot as plt

def plot_demo():
    #print(mpl.get_cachedir())
    # 绘制折线图
    plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体
    plt.rcParams["axes.unicode_minus"] = False  # 正常显示负号
    year = [2017, 2018, 2019, 2020]
    people = [20, 40, 60, 70]
    # 生成图表
    plt.plot(year, people)
    plt.xlabel('年份')
    plt.ylabel('人口')
    plt.title('人口增长')
    # 设置纵坐标刻度
    plt.yticks([0, 20, 40, 60, 80])
    # 设置填充选项：参数分别对应横坐标，纵坐标，纵坐标填充起始值，填充颜色
    plt.fill_between(year, people, 20, color='green')
    # 显示图表
    # plt.savefig("./plt.png")
    plt.show()

plot_demo()