So ändern Sie die Schriftgröße in einem Matplotlib-Plot

Wie ändert man die Schriftgröße für alle Elemente (Häkchen, Beschriftungen, Titel) in einem Matplotlib-Plot?

Ich weiß, wie man die Größe der Häkchen ändert. Dies geschieht mit:

import matplotlib 
matplotlib.rc('xtick', labelsize=20) 
matplotlib.rc('ytick', labelsize=20) 

Aber wie ändert man den Rest?

Aus der matplotlib-Dokumentation ,

font = {'family' : 'normal',
        'weight' : 'bold',
        'size'   : 22}

matplotlib.rc('font', **font)

Dadurch wird die Schriftart aller Elemente auf die vom kwargs-Objekt angegebene Schriftart festgelegt font.

Alternativ können Sie auch die rcParams updatein dieser Antwort vorgeschlagene Methode verwenden :

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

oder

import matplotlib.pyplot as plt
plt.rcParams.update({'font.size': 22})

Eine vollständige Liste der verfügbaren Eigenschaften finden Sie auf der Seite Customizing matplotlib .

Wenn Sie ein Kontrollfreak wie ich sind, möchten Sie möglicherweise alle Ihre Schriftgrößen explizit festlegen:

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

Beachten Sie, dass Sie auch die Größen festlegen können, für die die rcMethode aufgerufen wird matplotlib:

import matplotlib

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

# and so on ...

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

Wenn Sie die Schriftgröße nur für ein bestimmtes Diagramm ändern möchten, das bereits erstellt wurde, versuchen Sie Folgendes:

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)

Update: Eine etwas bessere Vorgehensweise finden Sie am Ende der Antwort.
Update Nr. 2: Ich habe herausgefunden, dass sich auch die Schriftarten für Legendentitel ändern.
Update Nr. 3: In Matplotlib 2.0.0 ist ein Fehler aufgetreten , der dazu führt, dass die Tick-Beschriftungen für logarithmische Achsen auf die Standardschrift zurückgesetzt werden. Sollte in 2.0.1 behoben sein, aber ich habe die Problemumgehung in den 2. Teil der Antwort aufgenommen.

Diese Antwort richtet sich an alle, die versuchen, alle Schriftarten zu ändern, einschließlich der Legende, und an alle, die versuchen, für jede Sache unterschiedliche Schriftarten und Größen zu verwenden. Es wird kein RC verwendet (was bei mir nicht zu funktionieren scheint). Es ist ziemlich umständlich, aber ich konnte mich mit keiner anderen Methode persönlich auseinandersetzen. Grundsätzlich kombiniert es Ryggyrs Antwort hier mit anderen Antworten auf 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()

Der Vorteil dieser Methode besteht darin, dass Sie durch mehrere Schriftwörterbücher verschiedene Schriftarten / Größen / Gewichte / Farben für die verschiedenen Titel auswählen, die Schriftart für die Häkchenbeschriftungen und die Schriftart für die Legende unabhängig voneinander auswählen können.

AKTUALISIEREN:

Ich habe einen etwas anderen, weniger überfüllten Ansatz entwickelt, der Schriftwörterbücher überflüssig macht und jede Schriftart auf Ihrem System zulässt, sogar .otf-Schriftarten. Um separate Schriftarten für jede Sache zu haben, schreiben Sie einfach mehr font_pathund font_propähnliche Variablen.

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()

Hoffentlich ist dies eine umfassende Antwort

Hier ist ein völlig anderer Ansatz, der überraschend gut funktioniert, um die Schriftgrößen zu ändern:

Ändern Sie die Figurengröße !

Normalerweise verwende ich Code wie folgt:

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)

Je kleiner Sie die Figurengröße machen, desto größer ist die Schrift relativ zum Plot . Dadurch werden auch die Markierungen hochskaliert. Hinweis Ich habe auch den dpioder Punkt pro Zoll eingestellt. Ich habe dies aus einem Beitrag im AMTA-Forum (American Modeling Teacher of America) gelernt. Beispiel aus dem obigen Code:

Verwenden plt.tick_params(labelsize=14)

Sie können verwendet werden plt.rcParams["font.size"]für die Einstellung font_sizein matplotlibSie können auch verwendet werden plt.rcParams["font.family"]für die Einstellung font_familyin matplotlib. Versuchen Sie dieses Beispiel:

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')

Folgendes verwende ich normalerweise in Jupyter Notebook:

# 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)

Basierend auf den oben genannten Dingen:

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)

Dies ist eine Erweiterung der Antwort von Marius Retegan . Sie können mit all Ihren Änderungen eine separate JSON-Datei erstellen und diese dann mit rcParams.update laden. Die Änderungen gelten nur für das aktuelle Skript. Damit

import json
from matplotlib import pyplot as plt, rcParams

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

und speichern Sie diese 'example_file.json' im selben Ordner.

{
  "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": ""
}

Ich stimme Prof. Huster voll und ganz zu, dass der einfachste Weg darin besteht, die Größe der Abbildung zu ändern, wodurch die Standardschriftarten beibehalten werden können. Ich musste dies nur mit einer Option bbox_inches ergänzen, wenn ich die Figur als PDF speicherte, da die Achsenbeschriftungen geschnitten wurden.

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