Matplotlib 更改默认字体

Matplotlib 是一个 Python 绘图库，广泛应用于数据可视化。然而，Matplotlib 的默认字体可能不适合所有用户，因为它通常使用相对较小的字体和一些标准字体。在本文中，我们将介绍如何更改 Matplotlib 的默认字体。

阅读更多：Matplotlib 教程

方案1：更改全局字体设置

Matplotlib 允许用户全局地更改字体设置。下面是更改图表字体为微软雅黑的代码：

import matplotlib.font_manager as font_manager
import matplotlib.pyplot as plt

font_path = 'C:\Windows\Fonts\msyh.ttc'
font_manager.fontManager.addfont(font_path)

plt.rcParams['font.family'] = 'Microsoft YaHei'

说明：

font_path：字体文件的路径。在 Windows 下，微软雅黑字体文件通常在 C:\Windows\Fonts\msyh.ttc 中。
font_manager：Matplotlib 字体管理器。
fontManager.addfont：Matplotlib 字体管理器的一个方法，将字体文件添加到字体搜索路径中。
plt.rcParams：全局参数设置。
font.family：字体家族。

方案2：在特定图表中使用自定义字体

如果只需要在一个或几个图表中更改字体设置，我们可以使用下面的代码：

import matplotlib.font_manager as font_manager
import matplotlib.pyplot as plt

font_path = 'C:\Windows\Fonts\msyh.ttc'
font_manager.fontManager.addfont(font_path)

plt.rcParams['font.family'] = 'Microsoft YaHei'

fig, ax = plt.subplots()
ax.set_title('一个标题')
ax.set_xlabel('X label')
ax.set_ylabel('Y label')
plt.show()

这个例子中，我们创建了一个特定图表，并设置了标题和轴标签的字体。

方案3：在特定元素中使用自定义字体

如果需要在特定元素中使用自定义字体，我们可以使用下面的代码：

import matplotlib.font_manager as font_manager
import matplotlib.pyplot as plt

font_path = 'C:\Windows\Fonts\msyh.ttc'
font_manager.fontManager.addfont(font_path)

plt.rcParams['font.family'] = 'Microsoft YaHei'

fig, ax = plt.subplots()
ax.set_title('一个标题', fontfamily='Microsoft YaHei')
ax.set_xlabel('X label', fontfamily='Microsoft YaHei')
ax.set_ylabel('Y label', fontfamily='Microsoft YaHei')
plt.show()

在这个例子中，我们使用 fontfamily 参数指定了要使用的字体。

方案4：创建自定义字体

如果系统中没有我们需要的字体，我们可以创建自定义字体，然后将其添加到 Matplotlib 中。下面是一个例子：

import matplotlib.font_manager as font_manager
from matplotlib.font_manager import FontProperties

# 创建自定义字体
font = FontProperties()
font.set_family('Arial')
font.set_name('Ariel New')

# 添加字体
font_manager.fontManager.ttflist.extend(font.get_family())

plt.rcParams['font.family'] = font.get_name()
plt.rcParams['font.size'] = 12

fig, ax = plt.subplots()
ax.set_title('一个标题')
ax.set_xlabel('X label')
ax.set_ylabel('Y label')
plt.show()