Jak zmienić rozmiar czcionki na wykresie matplotlib

matplotlib.rcParams.update({'font.size': 22})

Jeśli chcesz zmienić wielkość czcionki tylko dla określonego wykresu, który już został utworzony, spróbuj tego:

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)

Jeśli jesteś maniakiem kontroli jak ja, możesz chcieć wyraźnie ustawić wszystkie rozmiary czcionek:

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

Zauważ, że możesz również ustawić rozmiary wywołujące metodę rc na matplotlib:

import matplotlib

SMALL_SIZE = 8
matplotlib.rc('font', size=SMALL_SIZE)
matplotlib.rc('axes', titlesize=SMALL_SIZE)

# and so on ...

Update: Zobacz na dole odpowiedzi, aby dowiedzieć się, jak to zrobić.
Update # 2: wymyśliłem też zmianę czcionek tytułu legendy.
Update # 3: jest błąd W Matplotlib 2.0.0 , który powoduje, że etykiety znaczników dla osi logarytmicznych powracają do domyślnej czcionki. Powinno być poprawione w 2.0.1, ale włączyłem obejście w 2 części odpowiedzi.

Ta odpowiedź jest dla każdego, kto próbuje zmienić wszystkie czcionki, w tym dla legend, i dla każdego, kto próbuje użyć różnych czcionek i rozmiarów dla każdej rzeczy. Nie używa rc (co mi nie działa). Jest to dość uciążliwe, ale osobiście nie mogłem uporać się z żadną inną metodą. To w zasadzie łączy odpowiedź ryggyra tutaj z innymi odpowiedziami na SO.

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()

Zaletą tej metody jest to, że mając kilka słowników czcionek, możesz wybrać różne czcionki/rozmiary/wagi/kolory dla różnych tytułów, wybrać czcionkę dla etykiet kleszczy, i wybierz czcionkę dla legendy, wszystko niezależnie.

UPDATE:

Wypracowałem nieco inne, mniej zaśmiecone podejście, które eliminuje słowniki czcionek i pozwala nawet na dowolną czcionkę w systemie .czcionki otf. Aby mieć oddzielne czcionki dla każdej rzeczy, po prostu napisz więcej font_path i font_prop Jak zmienne.

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()

Miejmy nadzieję, że jest to wyczerpująca odpowiedź

Oto CAŁKOWICIE inne podejście, które działa zaskakująco dobrze, aby zmienić rozmiar czcionki:

Zmień rozmiar figury !

Zwykle używam takiego kodu:

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)

mniejszy tworzysz wielkość rysunku, większy czcionka jest względem wykresu . To również skaluje markery. Uwaga ustawiam również dpi lub kropkę na cal. Nauczyłem się tego z postu na forum AMTA (American Modeling Teacher of America). Przykład z powyższy kod:

Na podstawie powyższego:

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)

To jest rozszerzenie do Marius Retegan odpowiedz . Możesz zrobić osobny plik JSON ze wszystkimi swoimi modyfikacjami, a następnie załadować go za pomocą rcParams.aktualizacja. Zmiany będą dotyczyć tylko bieżącego skryptu. Więc

import json
from matplotlib import pyplot as plt, rcParams

s = json.load(open("example_file.json")
rcParams.update(s)

I zapisz ' example_file.json w tym samym folderze.

{
  "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": ""
}

Całkowicie zgadzam się z Prof Husterem, że najprostszym sposobem postępowania jest zmiana wielkości rysunku, co pozwala zachować domyślne czcionki. Musiałem tylko uzupełnić to opcją bbox_inches podczas zapisywania rysunku jako pdf, ponieważ etykiety osi zostały wycięte.

import matplotlib.pyplot as plt
plt.figure(figsize=(4,3))
plt.savefig('Basic.pdf', bbox_inches='tight')