1. 项目概述：为什么字体控制是数据可视化的“面子工程”

做数据分析和可视化的朋友，对 matplotlib 肯定不陌生。我们花大量时间调数据、选算法、优化模型，最后生成图表时，却常常在字体上“翻车”——汇报时投影上看不清坐标轴标签，论文里字体不符合出版要求，或者海报上的文字粗细不一显得杂乱。这些看似细枝末节的问题，恰恰是决定你工作成果专业度的“最后一公里”。

我见过太多优秀的分析，因为图表字体设置不当而大打折扣。标题太小气、坐标轴标签太模糊、图例挤成一团……这些问题根源在于对 matplotlib 字体系统的理解不够深入。matplotlib 的字体控制，远不止 fontsize=12 这么简单。它涉及到字体家族（Font Family）、字体属性（Font Properties）、文本对象（Text Object）的精细调控，以及如何让图表在不同输出媒介（屏幕、PDF、PNG）上都保持清晰美观。

这个“全集”项目，就是要彻底解决这个问题。我们将从最基础的字体大小、粗细设置，深入到斜体、旋转等高级文本属性，最后攻克中文显示、自定义字体安装等实战难题。无论你是要生成学术论文中的出版级图表，还是制作商业报告中的精美插图，或是开发需要动态调整字体的交互式应用，这里都有你需要的“一站式”解决方案。这不是简单的 API 罗列，而是结合我多年踩坑经验，梳理出的系统化配置心法。

2. 核心思路：理解 matplotlib 的文本渲染体系

在开始动手调参数之前，我们必须先理解 matplotlib 是如何管理和渲染文本的。如果把画图比作装修，那么数据是房屋结构，颜色和样式是软装，而字体就是挂在墙上的画和标识牌。装修公司（matplotlib）有自己的默认供应商（字体库），但你可以指定品牌（字体家族）和具体款式（字体属性）。

2.1 文本对象的层级结构

Matplotlib 中所有可见的文本都是一个 Text 对象。这个对象被嵌入在不同的容器中：

1. Figure 和 Axes 标题 ： fig.suptitle() , ax.set_title() 创建的文本。
2. 坐标轴标签 ： ax.set_xlabel() , ax.set_ylabel() 。
3. 刻度标签 ： ax.set_xticklabels() , ax.set_yticklabels() ，通常由 locator 和 formatter 自动生成。
4. 图例文本 ： ax.legend() 生成的条目。
5. 自定义注释 ： ax.text() , fig.text() 在任意位置添加的文本。

这些文本对象在创建时，都会继承一套当前的“rcParams”（运行时配置参数）。你可以通过 matplotlib.rcParams 进行全局设置，也可以在每个文本对象创建时进行局部覆盖。 全局设置用于定义图表的整体风格基调，局部设置用于处理特殊需求 ，这是高效管理字体样式的基本原则。

2.2 字体属性的核心参数：FontProperties 与字典

控制字体主要有两种方式：

• 通过关键字参数（字典形式） ：这是最常用、最直观的方式。在诸如 set_title(label, fontdict={'fontsize': 14, 'fontweight': 'bold'}) 的函数中，直接传递一个字典。

  ax.set_xlabel('Time (s)', fontdict={'fontsize': 12, 'fontweight': 'light', 'fontstyle': 'italic'})
  

  这种方式灵活，适合对单个文本进行快速定制。

• 通过 FontProperties 对象 ： matplotlib.font_manager.FontProperties 提供了一个更面向对象、功能更全面的控制方式。你可以创建一个 FontProperties 实例，配置好所有属性，然后传递给支持 fontproperties 参数的函数。

  from matplotlib.font_manager import FontProperties
  fp = FontProperties(size=16, weight='bold', family='serif', style='oblique')
  ax.set_title('Experimental Results', fontproperties=fp)
  

  这种方式适合当你需要将同一套字体样式应用于图表中多个不同元素时，可以复用同一个 FontProperties 对象，保证风格统一。

为什么理解这两种方式很重要？ 因为不是所有设置文本的函数都同时支持这两种方式。例如，设置刻度标签样式，通常更推荐使用 ax.tick_params 或修改 rcParams 。而 ax.text() 则两者都支持。混用或错用会导致设置失效，这是新手常踩的坑。

2.3 默认设置与 rcParams

Matplotlib 有一整套默认配置，存储在 rcParams 字典中。所有以 font. 或 axes.title. 、 axes.label. 、 xtick. 、 ytick. 开头的参数都与字体相关。在脚本开头或 Jupyter Notebook 的单元格中，通过 plt.rcParams.update() 一次性修改，是设定图表全局风格的推荐做法。

import matplotlib.pyplot as plt

plt.rcParams.update({
    'font.size': 11,           # 全局字体大小（影响刻度标签等）
    'axes.titlesize': 14,      # 坐标轴标题大小
    'axes.labelsize': 12,      # 坐标轴标签大小
    'xtick.labelsize': 10,     # x轴刻度标签大小
    'ytick.labelsize': 10,     # y轴刻度标签大小
    'legend.fontsize': 10,     # 图例字体大小
    'font.family': 'sans-serif', # 字体家族
    'font.sans-serif': ['DejaVu Sans', 'Arial', 'Liberation Sans'] # 无衬线字体优先级
})

注意 ： rcParams 的修改是全局且持久的，会影响当前会话中后续创建的所有图表。在编写可复用的脚本或模块时，最好在绘图前集中配置，或者使用 plt.rcdefaults() 恢复默认设置，避免影响其他代码。

3. 基础字体属性详解与实操

掌握了理论框架，我们开始逐个击破具体的字体属性。我会给出最常用的参数值、效果对比以及代码示例。

3.1 字体大小（Font Size）：不仅仅是数字游戏

字体大小参数是 size 或 fontsize 。单位是“点”（points），这是出版和排版领域的标准单位。

常用场景与取值建议：

• 学术论文/报告（打印或高清PDF） ：
  • 主标题：14-16 pt
  • 坐标轴标签：10-12 pt
  • 刻度标签：8-10 pt
  • 图例：9-10 pt
• 幻灯片演示（PPT/Keynote，投影用） ：
  • 所有字体大小应在“打印”基础上增加 2-4 pt，确保后排观众能看清。
• 网页或屏幕显示 ：
  • 可以稍小，但不宜小于 10 pt，否则在低分辨率屏幕上会模糊。

实操示例：统一设置与局部调整

import numpy as np
import matplotlib.pyplot as plt

# 生成示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

fig, axs = plt.subplots(1, 2, figsize=(12, 4))

# 子图1：使用 rcParams 全局设置（基调）
plt.rcParams['font.size'] = 10
axs[0].plot(x, y, label='Sin(x)')
axs[0].set_title('Global Setting: Title (Affected by rcParams)', fontsize=14) # 局部覆盖标题
axs[0].set_xlabel('X Axis (Global 10pt)')
axs[0].set_ylabel('Y Axis (Global 10pt)')
axs[0].legend()
axs[0].grid(True, linestyle=':')

# 子图2：完全使用局部设置（精细控制）
axs[1].plot(x, y, label='Sin(x)')
# 使用 fontdict 参数
axs[1].set_title('Local Setting: Main Title', fontdict={'fontsize': 16, 'fontweight': 'bold'})
axs[1].set_xlabel('X Axis Label', fontdict={'fontsize': 12, 'fontstyle': 'italic'})
axs[1].set_ylabel('Y Axis Label', fontsize=13) # 简写形式
# 设置刻度标签大小
axs[1].tick_params(axis='both', which='major', labelsize=9)
axs[1].legend(fontsize=11, title='Legend', title_fontsize=12)
axs[1].grid(True, linestyle='--')

plt.tight_layout()
plt.show()

这段代码清晰地展示了全局设置与局部设置的结合使用。子图1的坐标轴标签继承了全局的10pt，但标题被局部放大到14pt。子图2则完全自主，每个元素的字体大小都被独立定义。

3.2 字体粗细（Font Weight）：让重点跃然纸上

字体粗细通过 weight 或 fontweight 参数控制。它不仅仅是“加粗”，而是一个有梯度的视觉权重工具。

常用取值（字符串或数字）：

取值（字符串）	等价数字	说明	适用场景
'ultralight'	100	极细	极少使用，可能在某些字体中不显示
'light'	300	细体	副标题、注释文字
'normal'	400	正常（默认）	正文、刻度标签
'regular'	400	同 normal
'medium'	500	中等	需要稍加强调的标签
'semibold'	600	半粗	坐标轴标签、图例标题
'bold'	700	粗体	图表主标题、关键数据标签
'heavy'	800	特粗	需要强烈视觉冲击的标题
'black'	900	黑体	海报、大屏展示的主标题

实操心得：

1. 数字 vs 字符串 ：数字（100-900）提供更精细的控制，但前提是你使用的字体支持这些权重。字符串是更通用、更安全的选择。对于常见字体（如 Arial, Times New Roman, DejaVu）， 'light' , 'normal' , 'bold' 基本够用。
2. 避免过度使用 ：一张图表中，使用粗体强调的元素最好不要超过两个（如主标题和最重要的曲线标签）。处处加粗等于没加粗，反而会让图表显得臃肿。
3. 检查字体支持 ：如果你设置了 weight='black' 但渲染出来和 'bold' 没区别，很可能是因为当前字体不包含那么重的字重。matplotlib 会 fallback 到它支持的最接近的权重。

示例：权重对比

weights = ['light', 'normal', 'semibold', 'bold', 'black']
fig, ax = plt.subplots(figsize=(10, 2))
for i, w in enumerate(weights):
    ax.text(i*0.2, 0.5, f'Weight: {w}', transform=ax.transAxes,
            fontsize=14, fontweight=w, ha='center', va='center')
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.axis('off')
plt.title('Font Weight Demonstration')
plt.show()

3.3 字体样式：斜体（Italic）与倾斜（Oblique）

style 或 fontstyle 参数控制字体的样式变体。

• 'normal' ：默认，正体。
• 'italic' ： 斜体 。这是真正的斜体变体，字体设计师专门设计的字形，通常更优美、流畅。并非所有字体都有斜体变体。
• 'oblique' ： 倾斜体 。这是将正体字体简单地机械倾斜一个角度得到的效果。当字体没有斜体变体时，matplotlib 可能会用倾斜体来模拟。

如何选择？ 对于学术图表，公式中的变量、物种拉丁学名等通常使用 'italic' 。如果你不确定字体是否支持，直接用 'italic' ，让 matplotlib 去处理 fallback。在大多数情况下，两者视觉差异不大。

示例：

ax.set_xlabel('Time (s)', fontstyle='italic') # 用于单位
ax.set_title('Comparison of $E=mc^2$ Theories', fontstyle='normal') # 标题通常不用斜体
# 在文本中混合样式需要使用 LaTeX，但简单斜体用 fontstyle 足够。

3.4 文字方向与旋转角度

这是调整文本布局、解决标签重叠的利器。主要通过 rotation 参数控制。

• 旋转角度 ： rotation=45 表示逆时针旋转45度。可以是数字（度数）或字符串（如 'vertical' 等价于90）。
• 旋转模式 ： rotation_mode 参数是关键。它决定了旋转的锚点。
  • rotation_mode='default' 或 None ：先定位文本的边界框（bounding box），然后整体旋转。这可能导致文本位置偏离你的预期。
  • rotation_mode='anchor' ： 推荐 。文本围绕其锚点（由 ha 和 va 决定）旋转。这样，文本旋转后，锚点位置保持不变，布局更可控。
• 水平与垂直对齐 ： ha (horizontalalignment) 和 va (verticalalignment) 在旋转时尤为重要。它们定义了文本的哪个点对齐到给定的坐标 (x, y) 。

实战场景：旋转X轴刻度标签 这是最常见的需求。当X轴刻度标签是长字符串时，它们会重叠。

categories = ['Very Long Category Name A', 'Very Long Category Name B', 'Very Long Category Name C', 'Very Long Category Name D']
values = [25, 40, 30, 35]

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 8))

# 子图1：默认情况，标签重叠
ax1.bar(categories, values)
ax1.set_title('Default: Overlapping Labels')
ax1.tick_params(axis='x', labelrotation=0) # 默认

# 子图2：旋转45度，并使用 anchor 模式
ax2.bar(categories, values)
ax2.set_title('Rotated 45° with anchor alignment')
# 最佳实践：设置旋转和水平对齐
ax2.set_xticks(range(len(categories)))
ax2.set_xticklabels(categories, rotation=45, ha='right', rotation_mode='anchor')
# 微调底部边距，为旋转后的标签腾出空间
plt.subplots_adjust(bottom=0.25)

plt.show()

关键技巧 ：旋转刻度标签时，务必同时调整 ha （水平对齐）。当标签向右旋转时（正角度）， ha='right' 能让标签的右端锚定在刻度线上，看起来更整齐。向左旋转则用 ha='left' 。

更灵活的控制：ax.text() 的旋转 对于任意位置的注释， ax.text(x, y, 'text', rotation=60) 可以实现任意角度的旋转。结合 bbox 参数添加背景框，可以做出很好的标注效果。

ax.text(5, 0.5, 'Critical Point', rotation=-30, fontsize=12, style='italic',
        bbox=dict(boxstyle='round,pad=0.3', facecolor='wheat', alpha=0.7))

4. 高级主题：字体家族、回退与中文支持

基础属性调好了，图表看起来整齐多了。但当你需要特定的字体（如公司规定的品牌字体），或者要显示中文、日文等非英文字符时，挑战才真正开始。Matplotlib 的字体管理是其强大但也略显复杂的一部分。

4.1 字体家族（Font Family）与查找机制

family 或 fontfamily 参数指定字体的通用家族或具体名称。

• 通用家族 ： 'serif' (衬线体，如 Times New Roman)， 'sans-serif' (无衬线体，如 Arial, Helvetica)， 'monospace' (等宽字体，如 Courier)， 'cursive' , 'fantasy' 。设置通用家族后，matplotlib 会从 rcParams 中该家族对应的字体列表里按顺序选择第一个可用的。
• 具体字体名 ：如 'DejaVu Sans' , 'Arial' , 'Times New Roman' , 'SimHei' (黑体)。如果系统安装了该字体，matplotlib 会直接使用。

字体查找路径 ：Matplotlib 在启动时会扫描以下目录来构建字体缓存：

1. 当前用户目录下的 .matplotlib/fonts/ 目录。
2. 系统字体目录（如 Windows 的 C:\Windows\Fonts ，Linux 的 /usr/share/fonts ，macOS 的 /Library/Fonts 和 ~/Library/Fonts ）。
3. Matplotlib 自带的字体库（通常是 mpl-data/fonts/ttf 下的 DejaVu 系列字体）。

你可以通过 matplotlib.font_manager.findfont('Arial') 来测试 matplotlib 是否能找到某个字体。

4.2 处理中文显示问题：终极解决方案

Matplotlib 默认的字体库不包含中文字体，因此绘制中文时会出现乱码（小方框）。解决方法的核心是 为 matplotlib 明确指定一个包含中文的字体的完整路径 。

方法一：临时设置（推荐用于脚本） 在绘图代码前，直接指定中文字体的属性。这是最清晰、最不易出错的方式。

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

# 指定一个系统中存在的中文字体
# Windows 常见中文字体路径示例
zh_font_path = 'C:/Windows/Fonts/simhei.ttf'  # 黑体
# 或使用 font_manager 的 FontProperties
zh_font_prop = fm.FontProperties(fname=zh_font_path)

# 在需要显示中文的地方使用这个属性
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示为方块的问题

fig, ax = plt.subplots()
ax.plot([1,2,3], [4,5,6])
ax.set_title('这是一个中文标题', fontproperties=zh_font_prop)
ax.set_xlabel('X轴标签', fontproperties=zh_font_prop)
# 对于刻度标签，需要通过 tick_params 或 set_xticklabels 单独设置，比较麻烦。
# 更推荐方法二：全局设置。

方法二：全局设置并添加到字体缓存（一劳永逸） 如果你想让自己所有的图表默认都能显示中文，这是最好的方法。

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
import os

# 1. 确定中文字体文件路径
# 这里以 Windows 的 SimHei (黑体) 为例，其他系统请找到对应字体文件
zh_font_path = 'C:/Windows/Fonts/simhei.ttf'
# 对于 Linux，你可能需要安装字体，例如将 simsun.ttc 复制到 ~/.fonts/ 目录下
# zh_font_path = '/home/username/.fonts/simsun.ttc'

# 2. 将字体文件加入 matplotlib 的字体管理器
if os.path.exists(zh_font_path):
    fm.fontManager.addfont(zh_font_path)
    font_name = fm.FontProperties(fname=zh_font_path).get_name()
    # 3. 更新全局 rcParams
    plt.rcParams['font.family'] = font_name  # 使用添加的字体的家族名
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
    print(f"已设置全局中文字体为: {font_name}")
else:
    print(f"警告：字体文件未找到在 {zh_font_path}")

# 现在，所有文本默认都会使用这个中文字体
fig, ax = plt.subplots()
ax.plot([1,2,3], [4,5,6])
ax.set_title('中文标题 - 全局生效')
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
plt.show()

重要提示 ：执行 addfont 和修改 rcParams 的操作，在同一个 Python 会话中只需做一次。如果你在 Jupyter Notebook 中，建议在第一个单元格执行。重启内核后需要重新执行。

方法三：修改 matplotlibrc 配置文件（永久生效，但需谨慎） 找到 matplotlib 的配置文件 matplotlibrc （可以通过 print(matplotlib.matplotlib_fname()) 找到路径），修改其中的 font.family 和 font.sans-serif 行，将中文字体名添加到列表最前面。然后删除 matplotlib 的缓存文件（通常是 ~/.matplotlib 或 ~/.cache/matplotlib 下的 fontlist-*.json ）。这种方法更底层，但容易因字体名不准确或缓存问题导致失败，对新手不友好。

我的建议 ：对于项目脚本，用 方法一 ，清晰可控。对于个人常用的 Jupyter 环境或长期项目，用 方法二 ，在笔记本开头或项目初始化脚本中运行一次即可。

4.3 自定义字体安装与故障排查

有时你需要使用一个非常特殊的字体（如品牌字体 YourCompanySans.ttf ）。

1. 安装字体到系统 ：将 .ttf 或 .otf 文件复制到系统的字体目录（见4.1节）。这是最系统化的方法，安装后所有软件都能用。
2. 仅供 matplotlib 使用 ：将字体文件放在项目目录下，或一个专用目录（如 ./assets/fonts/ ），然后在代码中使用绝对或相对路径加载。

   import matplotlib.pyplot as plt
   import matplotlib.font_manager as fm
   import os
   
   # 假设字体文件在项目根目录的 fonts 文件夹下
   custom_font_path = './fonts/YourCompanySans-Regular.ttf'
   if os.path.exists(custom_font_path):
       fm.fontManager.addfont(custom_font_path)
       custom_font_name = fm.FontProperties(fname=custom_font_path).get_name()
       plt.rcParams['font.family'] = custom_font_name
   else:
       print(f"自定义字体未找到，使用默认字体。")
       # 可以设置一个备用字体列表
       plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans', ...]
   

故障排查清单：

• 问题 ：设置了中文字体，但依然显示方框。
  • 检查1 ：字体路径是否正确？用 os.path.exists() 验证。
  • 检查2 ：是否在创建文本对象 之前 设置了 rcParams 或 FontProperties ？顺序很重要。
  • 检查3 ：是否清除了 matplotlib 缓存？尝试删除 ~/.matplotlib 或 ~/.cache/matplotlib 下的 fontlist-*.json 文件，然后重启 Python 内核。
  • 检查4 ：字体文件是否损坏？尝试用其他软件打开该字体文件。
• 问题 ：字体粗细或样式设置无效。
  • 原因 ：该字体可能不支持你指定的变体（如 light, black, italic）。matplotlib 会回退到最接近的可用变体。尝试换一个字体家族。

5. 综合实战：打造出版级图表字体配置

让我们把所有知识融合起来，为一个假设的学术期刊图表配置一套完整的字体方案。假设期刊要求：主字体为 Times New Roman（衬线体），图表中的数字和字母需用 Arial（无衬线体），中文用 SimSun（宋体），标题加粗，坐标轴标签斜体，刻度清晰。

这个需求有点复杂，因为同一图表中需要混合使用不同字体。我们需要更精细的控制。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from matplotlib import rcParams

# 1. 准备字体属性对象（避免在绘图函数中重复写字典）
# 假设系统已安装相应字体
title_font = {'fontname': 'Times New Roman', 'fontsize': 16, 'fontweight': 'bold'}
axis_label_font = {'fontname': 'Times New Roman', 'fontsize': 12, 'fontstyle': 'italic'}
tick_label_font = {'fontname': 'Arial', 'fontsize': 10} # 刻度用Arial
legend_font = {'fontname': 'Times New Roman', 'fontsize': 10}
# 中文注释单独处理
zh_font_path = 'C:/Windows/Fonts/simsun.ttc' # 宋体
if os.path.exists(zh_font_path):
    zh_font_prop = fm.FontProperties(fname=zh_font_path, size=11)
else:
    zh_font_prop = None
    print("中文字体未找到，中文注释将无法显示。")

# 2. 生成数据
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 3. 创建图表
fig, ax = plt.subplots(figsize=(10, 6), dpi=150) # 高DPI保证印刷清晰度

# 绘制曲线
line1, = ax.plot(x, y1, 'o-', label='$\sin(x)$ (Wave A)', markersize=4, linewidth=1.5)
line2, = ax.plot(x, y2, 's--', label='$\cos(x)$ (Wave B)', markersize=4, linewidth=1.5)

# 4. 应用字体设置
# 标题
ax.set_title('Comparison of Trigonometric Functions', **title_font)
# 坐标轴标签
ax.set_xlabel('Phase (rad)', **axis_label_font)
ax.set_ylabel('Amplitude', **axis_label_font)
# 刻度标签 - 需要遍历设置，因为 set_xticklabels 会接收一个列表
ax.tick_params(axis='both', which='major', labelsize=tick_label_font['fontsize'])
# 手动设置刻度标签的字体家族比较繁琐，通常通过全局设置Arial，或此处用FontProperties
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontname(tick_label_font['fontname'])
# 图例
legend = ax.legend(loc='upper right', frameon=True, shadow=True, fancybox=True)
plt.setp(legend.get_texts(), **legend_font) # 设置图例文本字体

# 5. 添加中文注释（如果字体可用）
if zh_font_prop:
    # 在特定位置添加中文注释
    ax.text(1.5, 0.8, '最大值区域', fontproperties=zh_font_prop,
            bbox=dict(boxstyle='round,pad=0.5', facecolor='yellow', alpha=0.3))
    ax.text(4.5, -0.8, '交叉点', fontproperties=zh_font_prop,
            rotation=45, ha='center', va='center',
            bbox=dict(boxstyle='larrow,pad=0.3', facecolor='lightblue', alpha=0.5))

# 6. 网格和样式微调
ax.grid(True, which='both', linestyle=':', linewidth=0.5, alpha=0.7)
ax.set_xlim(0, 2*np.pi)
ax.set_ylim(-1.2, 1.2)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()

# 7. 保存为高分辨率文件，适合出版
output_path = 'publication_quality_plot.png'
plt.savefig(output_path, dpi=300, bbox_inches='tight', pad_inches=0.05)
print(f'图表已保存至: {output_path}')

plt.show()

这段代码的关键技巧：

1. 字体属性字典 ：将常用的字体配置定义为字典，通过 ** 解包运算符传入函数，使代码更简洁。
2. 刻度标签字体设置 ： ax.tick_params 可以方便地设置大小，但设置字体家族需要遍历 label.set_fontname() 。对于统一字体，更好的做法是全局设置 rcParams['font.family'] 为 Arial。
3. 图例字体设置 ： ax.legend() 返回的图例对象，其文本列表需要通过 plt.setp() 或遍历 legend.get_texts() 来设置。
4. 中文注释 ：使用 fontproperties 参数，并传入一个独立的 FontProperties 对象，这是混合字体的标准做法。
5. 保存设置 ： dpi=300 确保高分辨率， bbox_inches='tight' 自动裁剪白边， pad_inches 控制边距。

6. 常见问题与排查技巧实录

即使按照指南操作，在实际项目中你还是会遇到各种奇怪的问题。下面是我整理的一些“坑”和解决方案。

问题1：设置了字体但部分文本（如图例）没有变化

• 原因 ：图例（legend）的字体设置时机不对。如果在创建图例 之后 才修改 rcParams 或相关字体属性，图例不会自动更新。
• 解决 ：
  1. 确保在调用 ax.legend() 之前 设置好全局字体。
  2. 或者，在创建图例后，使用 plt.setp(legend.get_texts(), fontsize=12, fontname='...') 来强制更新。
  3. 最可靠的方法是在 ax.legend() 中直接使用 prop 参数传递字体属性字典。

     font_prop_dict = {'family': 'sans-serif', 'size': 11, 'weight': 'normal'}
     ax.legend(loc='best', prop=font_prop_dict)
     

问题2：保存为 PDF 时字体嵌入失败，导致查看器显示默认字体

• 原因 ：Matplotlib 默认可能没有将你使用的自定义字体嵌入到 PDF 文件中。
• 解决 ：在 savefig 时，确保 metadata 中包含字体信息，并检查后端。

  plt.savefig('output.pdf', dpi=300, bbox_inches='tight',
              metadata={'Creator': 'My Script', 'Author': 'Me'},
              backend='pgf' # 或者尝试不同的后端，如 'pgf', 'cairo'
             )
  

  • 更根本的解决方法是，确保你使用的字体是系统安装的、且允许嵌入的。使用 matplotlib.font_manager.findfont() 确认 matplotlib 能找到它。
  • 对于出版，许多期刊要求使用 Type 1 字体（如 Times, Helvetica, Courier）或标准 PDF 字体。使用 plt.rcParams['pdf.fonttype'] = 42 可以将字体保存为 TrueType，兼容性更好。 42 表示将字体嵌入为 TrueType 集合。

问题3：在 Jupyter Notebook 中交互式绘图时，字体修改不生效

• 原因 ：Jupyter 可能使用了内联后端（ %matplotlib inline ），并且缓存了之前的图形设置。
• 解决 ：
  1. 重启内核并重新运行所有单元格 ：这是最彻底的方法。
  2. 在修改 rcParams 的单元格中，添加 plt.rcParams.update(...) 后，紧接着运行 plt.rcParams 查看是否修改成功。
  3. 尝试使用 %matplotlib notebook 或 %matplotlib widget 交互式后端，有时响应更及时。
  4. 确保没有在其他地方（如 matplotlibrc 文件或环境变量）覆盖了你的设置。

问题4：字体看起来模糊或有锯齿（尤其在保存为 PNG 时）

• 原因 ：抗锯齿（anti-aliasing）可能被禁用，或者保存的 DPI 太低。
• 解决 ：
  1. 检查 rcParams['text.antialiased'] 是否为 True （默认是）。
  2. 在 savefig 时显著提高 dpi 参数。屏幕显示通常 100 DPI 足够，但印刷需要 300 DPI 以上。
  3. 对于矢量图（PDF, SVG），不存在此问题。如果最终输出是位图，考虑先生成高分辨率 PDF/SVG，再用专业工具（如 Inkscape, Adobe Illustrator）导出为 PNG。

问题5：如何批量修改已有图表中的所有字体？

• 场景 ：你已经画好了一张复杂的图，但想统一更改所有文字的字体家族。
• 解决 ：遍历图表中的所有文本对象。

  def change_all_fonts(fig, new_family='DejaVu Sans', new_size=None):
      """修改图形fig中所有文本的字体"""
      for ax in fig.get_axes():
          for item in ([ax.title, ax.xaxis.label, ax.yaxis.label] +
                       ax.get_xticklabels() + ax.get_yticklabels()):
              item.set_fontname(new_family)
              if new_size:
                  item.set_fontsize(new_size)
          # 处理图例
          legend = ax.get_legend()
          if legend:
              for text in legend.get_texts():
                  text.set_fontname(new_family)
                  if new_size:
                      text.set_fontsize(new_size)
          # 处理通过 ax.text 添加的文本
          for text_obj in ax.texts:
              text_obj.set_fontname(new_family)
              if new_size:
                  text_obj.set_fontsize(new_size)
      # 处理通过 fig.suptitle 或 fig.text 添加的文本
      fig.suptitle(fig._suptitle.get_text(), fontname=new_family) if fig._suptitle else None
      for text_obj in fig.texts:
          text_obj.set_fontname(new_family)
          if new_size:
              text_obj.set_fontsize(new_size)
      # 强制重绘
      fig.canvas.draw_idle()
  
  # 使用示例
  change_all_fonts(fig, new_family='Arial', new_size=11)
  

  这个函数提供了最大的灵活性，但请注意，它不会改变通过 rcParams 设置的默认值，只改变已存在的图形对象。

字体设置是 matplotlib 绘图从“能用”到“专业”的关键一步。它没有太多高深的理论，但充满了细节和“坑”。最好的学习方式就是动手实践：为你常用的图表模板建立一套字体配置规范，然后在实际项目中不断调试和优化。记住，一致性是专业性的基石，一张图表内的字体风格应该和谐统一。