Jak zmienić rozmiar czcionki na wykresie matplotlib

Jak zmienić rozmiar czcionki dla wszystkich elementów (tików, etykiet, tytułu) na wykresie matplotlib?

Wiem, jak zmienić rozmiary etykiet kleszczy, odbywa się to za pomocą:

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

Ale jak zmienić resztę?

Z dokumentacji matplotlib ,

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

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

Czcionka wszystkich elementów do czcionki określonej przez obiekt kwargs ten zbiorami font.

Ewentualnie możesz również użyć rcParams updatemetody sugerowanej w tej odpowiedzi :

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

lub

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

Możesz znaleźć pełną listę dostępnych właściwości na stronie Dostosowywanie matplotlib .

Jeśli jesteś maniakiem kontroli, takim jak ja, możesz jawnie 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

Pamiętaj, że możesz również ustawić rozmiary wywołując rcmetodę na 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})

Jeśli chcesz zmienić rozmiar czcionki dla określonego wykresu, który został już 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)

Aktualizacja: patrz na dole odpowiedzi, aby uzyskać nieco lepszy sposób na zrobienie tego.
Aktualizacja nr 2: Wymyśliłem też zmianę czcionek tytułu legendy.
Aktualizacja nr 3: W Matplotlib 2.0.0 występuje błąd, który powoduje, że etykiety podziałek dla osi logarytmicznych powracają do domyślnej czcionki. Powinien zostać naprawiony w wersji 2.0.1, ale obejrzałem to obejście w drugiej części odpowiedzi.

Ta odpowiedź jest dla każdego, kto próbuje zmienić wszystkie czcionki, w tym dla legendy, i dla każdego, kto próbuje użyć różnych czcionek i rozmiarów dla każdej rzeczy. Nie używa rc (co wydaje się nie działać dla mnie). Jest to raczej kłopotliwe, ale nie mogłem osobiście poradzić sobie z żadną inną metodą. Zasadniczo łączy odpowiedź ryggyr tutaj z innymi odpowiedziami na temat 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 wybierać różne czcionki / rozmiary / gramatury / kolory dla różnych tytułów, wybierać czcionkę dla etykiet zaznaczenia i wybierać czcionkę dla legendy, wszystkie niezależnie.

AKTUALIZACJA:

Opracowałem nieco inne, mniej zagracone podejście, które eliminuje słowniki czcionek i dopuszcza dowolną czcionkę w twoim systemie, nawet czcionki .otf. Aby mieć osobne czcionki dla każdej rzeczy, po prostu napisz więcej font_pathi font_proppolub 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()

Mam nadzieję, że jest to wyczerpująca odpowiedź

Oto zupełnie inne podejście, które zadziwiająco dobrze zmienia rozmiary czcionek:

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)

Im mniejszy jest rozmiar figury, tym większa jest czcionka względem wykresu . To również skaluje znaczniki. Uwaga Ustawiam także dpikropkę lub na cal. Nauczyłem się tego na forum AMTA (American Modeling Teacher of America). Przykład z powyższego kodu:

Posługiwać się plt.tick_params(labelsize=14)

Można użyć plt.rcParams["font.size"]do ustawiania font_sizew matplotlib, a także można wykorzystywać plt.rcParams["font.family"]do ustawiania font_familyw matplotlib. Spróbuj tego przykładu:

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')

Oto, czego zwykle używam w 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)

Na podstawie powyższych rzeczy:

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)

Jest to rozszerzenie do Marius Retegan odpowiedź . Możesz utworzyć osobny plik JSON ze wszystkimi modyfikacjami, a następnie załadować go za pomocą rcParams.update. Zmiany będą miały zastosowanie tylko do bieżącego skryptu. Więc

import json
from matplotlib import pyplot as plt, rcParams

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

i zapisz plik „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 profesorem Husterem, że najprostszym sposobem jest zmiana rozmiaru rysunku, co pozwala zachować domyślne czcionki. Musiałem tylko uzupełnić to opcją bbox_inches podczas zapisywania figury jako pdf, ponieważ wycięto etykiety osi.

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