如何在Python中生成带语法高亮的代码可视化图像？

Pygments是Python原生的语法高亮工具，自带图像格式化器，能直接把代码转成带高亮的图片，完全不需要依赖LaTeX，步骤简单：

1. 先安装依赖：pip install pygments
2. 示例代码：

from pygments import highlight
from pygments.lexers import PythonLexer
from pygments.formatters import ImageFormatter

# 要高亮的代码片段
code = """
def hello_world():
    print("Hello, highlighted code!")
    for i in range(5):
        print(i)
"""

# 生成高亮图像，可自定义字体、行号、样式
highlighted_image = highlight(code, PythonLexer(), ImageFormatter(
    font_name='Consolas',
    font_size=14,
    line_numbers=True,
    line_number_bg='#f0f0f0',
    line_number_fg='#666666'
))

# 保存图像
with open('highlighted_code.png', 'wb') as f:
    f.write(highlighted_image)

如果只是需要把代码转成带高亮的独立图像，这是最省事的选择。

如果需要把高亮代码整合到Matplotlib图表里（比如作为注释或子图），可以用Pygments生成SVG格式的高亮代码，再导入到Matplotlib中：

import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetImage, AnnotationBbox
from pygments import highlight
from pygments.lexers import PythonLexer
from pygments.formatters import SvgFormatter
import io

# 代码片段
code = """
def plot_data(x, y):
    plt.figure(figsize=(10,6))
    plt.plot(x, y, color='blue', linewidth=2)
    plt.title('Sample Plot')
    plt.show()
"""

# 生成SVG格式的高亮代码，支持多种内置样式
svg_code = highlight(code, PythonLexer(), SvgFormatter(
    font_name='Consolas',
    font_size=12,
    style='monokai'  # 可选样式：solarized-dark, github等
))

# 将SVG转为Matplotlib可读取的对象
svg_file = io.BytesIO(svg_code.encode('utf-8'))
img = plt.imread(svg_file, format='svg')

# 创建Matplotlib图表并嵌入高亮代码
fig, ax = plt.subplots(figsize=(8, 5))
ax.plot([1,2,3,4], [1,4,9,16])  # 示例图表

# 把高亮代码作为注释添加到图表中
imagebox = OffsetImage(img, zoom=0.8)
ab = AnnotationBbox(imagebox, (2.5, 10), frameon=True, pad=0.5)
ax.add_artist(ab)

plt.tight_layout()
plt.savefig('plot_with_code.png')
plt.show()

这个方法能无缝把高亮代码和Matplotlib图表结合，样式可控，不需要复杂的环境配置。

如果不想依赖外部文件，完全在Matplotlib里实现语法高亮，可以用Pygments解析代码的语法Token，再逐个设置文本颜色：

import matplotlib.pyplot as plt
from pygments import lex
from pygments.lexers import PythonLexer

# 代码片段
code = """
def calculate_sum(numbers):
    total = 0
    for num in numbers:
        total += num
    return total

result = calculate_sum([1,2,3,4,5])
print(result)
"""

# 用Pygments解析代码为语法Token列表
tokens = list(lex(code, PythonLexer()))

# 自定义Token对应的颜色（可根据需求调整）
token_colors = {
    'Keyword': '#ff0000',          # 关键字（def, return等）
    'Name.Function': '#0000ff',    # 函数名
    'String': '#008000',           # 字符串
    'Comment': '#808080',          # 注释
    'Number': '#800080',           # 数字
    'Operator': '#000000',         # 操作符
    'Text': '#000000'              # 普通文本
}

# 创建Matplotlib画布，隐藏坐标轴
fig, ax = plt.subplots(figsize=(8, 6))
ax.axis('off')

# 逐行渲染代码
y_pos = 0.9  # 起始y坐标
line_height = 0.08  # 行间距
current_line = []
current_x = 0.1  # 每行起始x坐标

for token_type, token_text in tokens:
    lines = token_text.split('\n')
    for i, line in enumerate(lines):
        if i > 0:
            # 渲染当前收集的行
            if current_line:
                x_offset = current_x
                for text, color in current_line:
                    ax.text(x_offset, y_pos, text, 
                            fontfamily='monospace', fontsize=12, 
                            color=color, va='top')
                    x_offset += len(text) * 0.015  # 调整字符间距
            current_line = []
            y_pos -= line_height
            current_x = 0.1
        if line:
            # 获取当前Token的颜色
            color = token_colors.get(token_type.split('.')[0], '#000000')
            current_line.append((line, color))

# 渲染最后一行
if current_line:
    x_offset = current_x
    for text, color in current_line:
        ax.text(x_offset, y_pos, text, 
                fontfamily='monospace', fontsize=12, 
                color=color, va='top')
        x_offset += len(text) * 0.015

plt.tight_layout()
plt.savefig('matplotlib_code_highlight.png')
plt.show()

这个方案完全在Matplotlib内部实现，适合需要高度自定义代码显示位置、样式的场景。

关于LaTeX+minted方案失效的说明 #

Matplotlib的LaTeX渲染依赖系统完整的LaTeX环境，不仅要启用text.usetex=True，还要确保系统安装了minted包和pygmentize工具，配置步骤繁琐且容易受环境差异影响，所以上述Pygments方案更可靠简便。

内容的提问来源于stack exchange，提问作者Luca Cappelletti