如何更改 matplotlib 图上所有元素（刻度、标签、标题）的字体大小？
我知道如何更改刻度标签大小，这是通过以下方式完成的：
import matplotlib
matplotlib.rc('xtick', labelsize=20)
matplotlib.rc('ytick', labelsize=20)
但是如何改变其他的呢？
【问题讨论】：
标签： python matplotlib font-size
font = {'family' : 'normal',
'weight' : 'bold',
'size' : 22}
matplotlib.rc('font', **font)
这会将所有项目的字体设置为 kwargs 对象指定的字体，font。
或者，您也可以使用this answer 中建议的rcParams update 方法：
matplotlib.rcParams.update({'font.size': 22})
或
import matplotlib.pyplot as plt
plt.rcParams.update({'font.size': 22})
您可以在Customizing matplotlib page 上找到可用房产的完整列表。
【讨论】：
'family'、'weight' 等元素的选项？
import matplotlib.pyplot as plt开头的，你可能想指出pyplot也有rc。你可以做plt.rc(...，而不必改变你的导入。
for label in (ax.get_xticklabels() + ax.get_yticklabels()): label.set_fontsize(22) 之类的操作来影响单个图中的文本大小。
matplotlib.rcParams.update({'font.size': 22})
【讨论】：
如果您只想更改已创建的特定绘图的字体大小，请尝试以下操作：
import matplotlib.pyplot as plt
ax = plt.subplot(111, xlabel='x', ylabel='y', title='title')
for item in ([ax.title, ax.xaxis.label, ax.yaxis.label] +
ax.get_xticklabels() + ax.get_yticklabels()):
item.set_fontsize(20)
【讨论】：
ax=plt.gca()。
ax.get_legend().get_texts()，因为ax.legend() 在返回ax.get_legend() 的值之上使用默认参数重绘整个图例。
更新：请参阅答案的底部以获得更好的方法。
更新＃2：我已经想出改变图例标题字体
更新 #3： 有一个 bug in Matplotlib 2.0.0 导致对数轴的刻度标签恢复为默认字体。应该在 2.0.1 中修复，但我在答案的第二部分中包含了解决方法。
此答案适用于任何试图更改所有字体（包括图例）的人，也适用于任何试图为每件事使用不同字体和大小的人。它不使用 rc （这似乎对我不起作用）。这相当麻烦，但我个人无法掌握任何其他方法。它基本上将 ryggyr 的答案与 SO 上的其他答案结合在一起。
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
# Set the font dictionaries (for plot title and axis titles)
title_font = {'fontname':'Arial', 'size':'16', 'color':'black', 'weight':'normal',
'verticalalignment':'bottom'} # Bottom vertical alignment for more space
axis_font = {'fontname':'Arial', 'size':'14'}
# Set the font properties (for use in legend)
font_path = 'C:\Windows\Fonts\Arial.ttf'
font_prop = font_manager.FontProperties(fname=font_path, size=14)
ax = plt.subplot() # Defines ax variable by creating an empty plot
# Set the tick labels font
for label in (ax.get_xticklabels() + ax.get_yticklabels()):
label.set_fontname('Arial')
label.set_fontsize(13)
x = np.linspace(0, 10)
y = x + np.random.normal(x) # Just simulates some data
plt.plot(x, y, 'b+', label='Data points')
plt.xlabel("x axis", **axis_font)
plt.ylabel("y axis", **axis_font)
plt.title("Misc graph", **title_font)
plt.legend(loc='lower right', prop=font_prop, numpoints=1)
plt.text(0, 0, "Misc text", **title_font)
plt.show()
这种方法的好处是，通过拥有多个字体字典，您可以为各种标题选择不同的字体/大小/粗细/颜色，为刻度标签选择字体，为图例选择字体，所有独立。
更新：
我已经制定了一种稍微不同的、不那么混乱的方法，它取消了字体字典，并允许在您的系统上使用任何字体，甚至是 .otf 字体。要为每个事物设置单独的字体，只需编写更多 font_path 和 font_prop 之类的变量即可。
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
import matplotlib.ticker
# Workaround for Matplotlib 2.0.0 log axes bug https://github.com/matplotlib/matplotlib/issues/8017 :
matplotlib.ticker._mathdefault = lambda x: '\\mathdefault{%s}'%x
# Set the font properties (can use more variables for more fonts)
font_path = 'C:\Windows\Fonts\AGaramondPro-Regular.otf'
font_prop = font_manager.FontProperties(fname=font_path, size=14)
ax = plt.subplot() # Defines ax variable by creating an empty plot
# Define the data to be plotted
x = np.linspace(0, 10)
y = x + np.random.normal(x)
plt.plot(x, y, 'b+', label='Data points')
for label in (ax.get_xticklabels() + ax.get_yticklabels()):
label.set_fontproperties(font_prop)
label.set_fontsize(13) # Size here overrides font_prop
plt.title("Exponentially decaying oscillations", fontproperties=font_prop,
size=16, verticalalignment='bottom') # Size here overrides font_prop
plt.xlabel("Time", fontproperties=font_prop)
plt.ylabel("Amplitude", fontproperties=font_prop)
plt.text(0, 0, "Misc text", fontproperties=font_prop)
lgd = plt.legend(loc='lower right', prop=font_prop) # NB different 'prop' argument for legend
lgd.set_title("Legend", prop=font_prop)
plt.show()
希望这是一个全面的答案
【讨论】：
基于以上内容：
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
fontPath = "/usr/share/fonts/abc.ttf"
font = fm.FontProperties(fname=fontPath, size=10)
font2 = fm.FontProperties(fname=fontPath, size=24)
fig = plt.figure(figsize=(32, 24))
fig.text(0.5, 0.93, "This is my Title", horizontalalignment='center', fontproperties=font2)
plot = fig.add_subplot(1, 1, 1)
plot.xaxis.get_label().set_fontproperties(font)
plot.yaxis.get_label().set_fontproperties(font)
plot.legend(loc='upper right', prop=font)
for label in (plot.get_xticklabels() + plot.get_yticklabels()):
label.set_fontproperties(font)
【讨论】：
这是一种完全不同的方法，它可以很好地改变字体大小：
改变人物大小！
我通常使用这样的代码：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(figsize=(4,3))
ax = fig.add_subplot(111)
x = np.linspace(0,6.28,21)
ax.plot(x, np.sin(x), '-^', label="1 Hz")
ax.set_title("Oscillator Output")
ax.set_xlabel("Time (s)")
ax.set_ylabel("Output (V)")
ax.grid(True)
ax.legend(loc=1)
fig.savefig('Basic.png', dpi=300)
小你使图形大小，大字体是相对于情节。这也放大了标记。注意我还设置了dpi 或每英寸点数。我是从 AMTA（美国美国模特老师）论坛的帖子中了解到这一点的。
上述代码示例：
【讨论】：
bbox_inches 参数fig.savefig('Basic.png', bbox_inches="tight") 保存图形
plt.tight_layout()
plt.figure(figsize=(4,3), dpi=300) 无需保存即可获得相同的结果
如果你和我一样是控制狂，你可能想明确设置所有字体大小：
import matplotlib.pyplot as plt
SMALL_SIZE = 8
MEDIUM_SIZE = 10
BIGGER_SIZE = 12
plt.rc('font', size=SMALL_SIZE) # controls default text sizes
plt.rc('axes', titlesize=SMALL_SIZE) # fontsize of the axes title
plt.rc('axes', labelsize=MEDIUM_SIZE) # fontsize of the x and y labels
plt.rc('xtick', labelsize=SMALL_SIZE) # fontsize of the tick labels
plt.rc('ytick', labelsize=SMALL_SIZE) # fontsize of the tick labels
plt.rc('legend', fontsize=SMALL_SIZE) # legend fontsize
plt.rc('figure', titlesize=BIGGER_SIZE) # fontsize of the figure title
请注意，您还可以在matplotlib 上调用rc 方法设置大小：
import matplotlib
SMALL_SIZE = 8
matplotlib.rc('font', size=SMALL_SIZE)
matplotlib.rc('axes', titlesize=SMALL_SIZE)
# and so on ...
【讨论】：
plt.rc('axes', titlesize=BIGGER_SIZE)
plt.rc('axes', titlesize=SMALL_SIZE, labelsize=MEDIUM_SIZE)
我完全同意 Huster 教授的观点，即最简单的方法是更改图形的大小，这样可以保留默认字体。将图形保存为 pdf 时，我只需要使用 bbox_inches 选项来补充它，因为轴标签已被剪切。
import matplotlib.pyplot as plt
plt.figure(figsize=(4,3))
plt.savefig('Basic.pdf', bbox_inches='tight')
【讨论】：
这是 Marius Retegan answer 的扩展。您可以使用所有修改创建一个单独的 JSON 文件，然后使用 rcParams.update 加载它。更改将仅适用于当前脚本。所以
import json
from matplotlib import pyplot as plt, rcParams
s = json.load(open("example_file.json")
rcParams.update(s)
并将此“example_file.json”保存在同一文件夹中。
{
"lines.linewidth": 2.0,
"axes.edgecolor": "#bcbcbc",
"patch.linewidth": 0.5,
"legend.fancybox": true,
"axes.color_cycle": [
"#348ABD",
"#A60628",
"#7A68A6",
"#467821",
"#CF4457",
"#188487",
"#E24A33"
],
"axes.facecolor": "#eeeeee",
"axes.labelsize": "large",
"axes.grid": true,
"patch.edgecolor": "#eeeeee",
"axes.titlesize": "x-large",
"svg.fonttype": "path",
"examples.directory": ""
}
【讨论】：
使用plt.tick_params(labelsize=14)
【讨论】：
您可以使用plt.rcParams["font.size"] 在matplotlib 中设置font_size，也可以使用plt.rcParams["font.family"] 在matplotlib 中设置font_family。试试这个例子：
import matplotlib.pyplot as plt
plt.style.use('seaborn-whitegrid')
label = [1,2,3,4,5,6,7,8]
x = [0.001906,0.000571308,0.0020305,0.0037422,0.0047095,0.000846667,0.000819,0.000907]
y = [0.2943301,0.047778308,0.048003167,0.1770876,0.532489833,0.024611333,0.157498667,0.0272095]
plt.ylabel('eigen centrality')
plt.xlabel('betweenness centrality')
plt.text(0.001906, 0.2943301, '1 ', ha='right', va='center')
plt.text(0.000571308, 0.047778308, '2 ', ha='right', va='center')
plt.text(0.0020305, 0.048003167, '3 ', ha='right', va='center')
plt.text(0.0037422, 0.1770876, '4 ', ha='right', va='center')
plt.text(0.0047095, 0.532489833, '5 ', ha='right', va='center')
plt.text(0.000846667, 0.024611333, '6 ', ha='right', va='center')
plt.text(0.000819, 0.157498667, '7 ', ha='right', va='center')
plt.text(0.000907, 0.0272095, '8 ', ha='right', va='center')
plt.rcParams["font.family"] = "Times New Roman"
plt.rcParams["font.size"] = "50"
plt.plot(x, y, 'o', color='blue')
【讨论】：
这是我在 Jupyter Notebook 中通常使用的：
# Jupyter Notebook settings
from IPython.core.display import display, HTML
display(HTML("<style>.container { width:95% !important; }</style>"))
%autosave 0
%matplotlib inline
%load_ext autoreload
%autoreload 2
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
# Imports for data analysis
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.max_rows', 2500)
pd.set_option('display.max_columns', 500)
pd.set_option('display.max_colwidth', 2000)
pd.set_option('display.width', 2000)
pd.set_option('display.float_format', lambda x: '%.3f' % x)
#size=25
size=15
params = {'legend.fontsize': 'large',
'figure.figsize': (20,8),
'axes.labelsize': size,
'axes.titlesize': size,
'xtick.labelsize': size*0.75,
'ytick.labelsize': size*0.75,
'axes.titlepad': 25}
plt.rcParams.update(params)
【讨论】：
对rcParams 的更改非常精细，大多数情况下您只需要缩放所有字体大小，以便在您的图中更好地看到它们。数字大小是一个很好的技巧，但是您必须为所有数字携带它。另一种方法（不是纯粹的 matplotlib，或者如果你不使用 seaborn 可能会矫枉过正）是使用 seaborn 设置字体比例：
sns.set_context('paper', font_scale=1.4)
免责声明：我知道，如果您只使用 matplotlib，那么您可能不想安装整个模块来缩放您的绘图（我的意思是为什么不），或者如果您使用 seaborn，那么您可以更好地控制选项.但是在这种情况下，您的数据科学虚拟环境中有 seaborn，但在此笔记本中没有使用它。无论如何，还有另一种解决方案。
【讨论】：