Sweetvizの日本語文字化けを直す

sweetvizは2行でEDAをしてくれるpythonのライブラリです。
とっても便利ですが、フォントの問題で日本語が豆腐になってしまうことがあります¹。

ちょっと前のバージョンから以下の一行で直せるようになってます。

sv.config_parser.read_string("[General]\nuse_cjk_font=1")

と、これだけの記事なのですが、せっかくなので何をやっているか解説していきます。

何をやってるのか

SweetvizのGithubにおいて、

• sweetvizはconfigファイルで色々設定を変えることが可能
• 日本語（、中国語、韓国語）は以下のようにiniファイルに書くと豆腐直せる

[General]
use_cjk_font = 1 

と紹介されています²。configファイルに関してsweetvizは何をやっているかと言うと、

• import sweetviz 時にconfig.pyが実行される
• config.pyの中では、pythonの標準ライブラリであるconfigperserを使用して、デフォルトのiniファイルを読み込む

という感じです。なので、豆腐を直す追加の設定（上の2行）を書いたiniファイルを読み込めばいいわけです³。

import sweetviz
sweetviz.config_parser.read('path/to/my_config.ini')

いちいちiniファイルを作成するのは面倒なので、サクッとEDAだけ行いたい場合は文字列をそのまま読み込む read_string が便利です⁴。ただし改行は必須なので、改行コードを表す \n を使って書いたものが冒頭の一行です。

やってみる

お手元の環境、あるいはGoogle colabなどで、以下を実行すれば試せるはずです。

import pandas as pd
import sweetviz as sv

df = pd.DataFrame({'列１': [1,2,3], 'れつ２': ['栃木', '宮城', 'GUNMA']}, dtype='category')
df.info()

sv.config_parser.read_string("[General]\nuse_cjk_font=1")
sv.analyze(df).show_notebook()

1. string型の列は棒グラフにならないので、カテゴリ型を用いてる場合に起きる問題です。 ↩

2. https://github.com/fbdesignpro/sweetviz#new-chinese-japanse-korean-cjk-character-support 。なお、cjkはChinese、Japanese、Koreanの頭文字をとったもの。 ↩

3. ここに書いたもの以外はデフォルトの設定が引き継がれます。 ↩

4. https://docs.python.org/ja/3/library/configparser.html#configparser.ConfigParser.read_string ↩