我只是想指出，Herman Schaaf和Pedro M Duarte的答案都有效，但在实例化子图（）之前必须这样做，这些设置不会影响已经实例化的对象。我知道这不是一个简单的问题，但当我在调用subplots（）后尝试使用这些更改时，我花了相当长的时间来弄清楚为什么这些答案对我不起作用。

例如：

import matplotlib.pyplot as plt
plt.rcParams.update({'font.size': 6,})
fig, ax = plt.subplots()
#create your plot
plt.show()

or

SMALL_SIZE = 8
MEDIUM_SIZE = 10
BIGGER_SIZE = 12

plt.rc('font', size=SMALL_SIZE)          # controls default text sizes
plt.rc('xtick', labelsize=SMALL_SIZE)    # fontsize of the tick labels
plt.rc('ytick', labelsize=SMALL_SIZE)    # fontsize of the tick labels
fig, ax = plt.subplots()
#create your plot
plt.show()

我完全同意Huster教授的观点，即最简单的方法是改变图形的大小，这样可以保持默认字体。我只需要在将图形保存为pdf时使用bbox_inches选项来补充这一点，因为轴标签被剪切了。

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

以下是我在Jupyter笔记本中通常使用的内容：

# 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)

对rcParams的更改是非常精细的，大多数时候，您只需要缩放所有字体大小，以便在您的图形中更好地看到它们。图形大小是一个很好的技巧，但您必须为所有图形携带它。另一种方法（不是纯粹的matplotlib，或者如果你不使用seaborn，可能会过度使用）是用seaborn设置字体比例：

sns.set_context('paper', font_scale=1.4)

免责声明：我知道，如果你只使用matplotlib，那么你可能不想安装一个完整的模块来缩放你的绘图（我的意思是为什么不），或者如果你使用seaborn，那么你对选项有更多的控制权。但有一种情况是，您的数据科学虚拟环境中有seaborn，但在本笔记本中没有使用它。无论如何，还有另一个解决方案。

这是马里乌斯·雷特根回答的延伸。您可以使用所有修改创建一个单独的JSON文件，然后使用rcParams.update加载它。这些更改仅适用于当前脚本。所以

import json
from matplotlib import pyplot as plt, rcParams

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

并将此“example_file.json”保存在同一文件夹中。

{
  "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": ""
}

从matplotlib文档中，

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

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

这将所有项目的字体设置为kwargs对象font指定的字体。

或者，您也可以使用rcParams更新方法，如以下答案所示：

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

or

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

您可以在Customizing matplotlib页面上找到可用财产的完整列表。