python中文乱码问题

    

 

最近在处理短文本数据，遇到了各种各样的中文乱码问题，所以下面总结一下自己遇到的问题

1. 画图中文乱码

    这一类是最最常见的一类

from pylab import mpl 
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

2. pandas 导入csv文件

df = pd.read_csv(path , engine = 'python')
或者
df =pd.read_csv(path,engine='python',encoding = 'utf-8') 
# 一般来说第一种可以解决

 除了使用的方法，还有一种就是，在导入数据之前，在notepad++中提前把文本的编码进行转换

3. 导入txt文件时

　出现 “ UnicodeDecodeError: 'gbk' codec can't decode byte 0xa7 in position 7 ” 这一类报错

    其主要的原因是，要打开的文件中，有‘gbk’解析不了的文本内容，可能是文件格式并非'gbk'格式的。在网上找了很多方法最后使用下面这一种解决

    首先指定文本的编码格式为utf-8的，接着对于仍然无法识别出来的，因此使用errors来忽略错误

with open(path  , 'rb' ,encoding='utf-8' , errors = 'ignore')