python matplotlib 画图刻度、图例等字体、字体大小设置

设置输出的图片大小：

figsize = 11,9
figure, ax = plt.subplots(figsize=figsize)

画简单的折线图，同时标注线的形状、名称、粗细：

A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0)

设置图例以及对应属性：

legend = plt.legend(handles=[A,B],prop=font1)

图例的字体格式在prop中进行设置，赋值font1可以是一个字典，包含各个属性及其对应值，属性包括family（字体）、size（字体大小）等常用属性，更详细的解释可参考matplotlib手册中关于legend prop的解释。



一种比较简单的设置为：

font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 23,
}

坐标轴刻度值属性设置：

plt.tick_params(labelsize=23)
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]

其中tick_params中可设置一系列属性，包括刻度值字体大小、方向、大小，颜色等一系列属性，具体可参见手册中关于tick_params的解释。

比较特殊的是，其中并没有对刻度值的字体进行设置的属性，所以我们需要使用下面两行进行设置，在最初使用plt.subplots中有得到一个返回值ax，我们使用ax.get_xticklabels()以及ax.get_yticklabels()来得到所有的刻度值，并使用set_fontname函数来设置属性。

坐标轴名称以及对应字体属性设置：

plt.xlabel('round',font2)
plt.ylabel('value',font2)

这种比较简单，第一个参数为坐标轴名称，第二个参数也是一个字典参数，和上文提及的dict font1格式相同。

下面我们给出一个比较简单的画图过程:

#--coding:utf-8--
import  matplotlib.pyplot as plt

#数据设置
x1 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
y1=[0, 223, 488, 673, 870, 1027, 1193, 1407, 1609, 1791, 2113, 2388];

x2 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
y2=[0, 214, 445, 627, 800, 956, 1090, 1281, 1489, 1625, 1896, 2151];

#设置输出的图片大小
figsize = 11,9
figure, ax = plt.subplots(figsize=figsize)

#在同一幅图片上画两条折线
A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0)B,=plt.plot(x2,y2,'b-.',label='B',linewidth=5.0)

#设置图例并且设置图例的字体及大小
font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 23,
}
legend = plt.legend(handles=[A,B],prop=font1)

#设置坐标刻度值的大小以及刻度值的字体
plt.tick_params(labelsize=23)
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]

#设置横纵坐标的名称以及对应字体格式
font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 30,
}
plt.xlabel('round',font2)
plt.ylabel('value',font2)

#将文件保存至文件中并且画出图
plt.savefig('figure.eps')
plt.show()

最终生成的图片效果如下：



更多的画图代码参考也可见手册中的Examples using matplotlib.pyplot.plot，可以翻到超链接跳转页面的最下方，有很多画图的示例，点进去即为对应实现代码。可以找到适用的代码实现方式。pyplot.subplots下也有很多很好的示例！