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)

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。

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。

使用plt.tick_params（labelsize=14）

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

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)