本文介绍在不修改 diffracsim 源码的前提下，通过 Matplotlib 的后处理机制动态调整其 plot_colors 等函数所生成图表的字体大小，涵盖标题、坐标轴标签、刻度标签等关键元素的统一控制方法。
本文介绍在不修改 diffracsim 源码的前提下，通过 matplotlib 的后处理机制动态调整其 `plot_colors` 等函数所生成图表的字体大小，涵盖标题、坐标轴标签、刻度标签等关键元素的统一控制方法。
diffracsim（尤其是 diffractsim）提供的可视化函数（如 plot_colors）通常会直接调用 plt.show() 或内部创建并渲染图形，默认不返回 figure 或 axes 对象，这给后续定制带来挑战。但 Matplotlib 提供了强大的运行时对象访问能力，我们完全可以在绘图完成后，通过 plt.gcf()（获取当前 figure）和 plt.gca()（获取当前 axes）进行精细样式调整。
✅ 推荐做法：绘图后立即定制字体
确保在调用 diffracsim 绘图函数后、plt.show() 之前执行样式修改。以下为完整示例：
import matplotlib.pyplot as plt
from diffractsim import MonochromaticField, nm, mm
# 假设你已使用 diffracsim 生成了图像（例如 plot_colors）
field = MonochromaticField(wavelength=632.8*nm, extent_x=10*mm, extent_y=10*mm, Nx=512, Ny=512)
# ... 添加光源、障碍物等 ...
field.compute_intensity()
field.plot_colors() # 此函数内部调用 plt.show() 或 plt.figure()
# ✅ 关键步骤：在 plot_colors() 后、show() 前修改字体
fig = plt.gcf() # 获取当前 figure
ax = plt.gca() # 获取当前 axes（通常为唯一子图）
# 统一设置字体大小（推荐方式，更简洁可靠）
plt.rcParams.update({
'font.size': 14,
'axes.titlesize': 18,
'axes.labelsize': 16,
'xtick.labelsize': 14,
'ytick.labelsize': 14,
'legend.fontsize': 14
})
# 若需单独控制（兼容性更强），可显式设置：
ax.set_title(ax.get_title(), fontsize=18)
ax.set_xlabel(ax.get_xlabel(), fontsize=16)
ax.set_ylabel(ax.get_ylabel(), fontsize=16)
ax.tick_params(labelsize=14)
plt.show() # 最后显示
⚠️ 注意事项与技巧
- 时机至关重要：所有 plt.* 或 ax.* 修改必须在 plot_colors() 调用之后、plt.show() 之前执行；若 plot_colors() 内部已调用 plt.show()，则需先禁用自动显示（部分版本支持 show=False 参数，查阅文档确认）。
-
多子图场景：若 plot_colors() 创建多个子图（如 colorbar + 主图），请遍历 fig.axes：
for ax in fig.axes: ax.tick_params(labelsize=14) if ax.get_title(): ax.title.set_fontsize(18) if ax.get_xlabel(): ax.set_xlabel(ax.get_xlabel(), fontsize=16) if ax.get_ylabel(): ax.set_ylabel(ax.get_ylabel(), fontsize=16) - 永久生效方案：如需全局统一风格，可在脚本开头设置 plt.rcParams，或创建 matplotlibrc 配置文件。
- 替代方案（高级）：若上述方法失效，可尝试 monkey patch diffractsim.visualization.plot_colors 函数，在其绘图逻辑末尾插入字体设置代码——但仅建议临时调试，不推荐生产环境使用。
掌握这一后处理范式，不仅能解决 diffracsim 的字体定制问题，也适用于绝大多数“黑盒式”绘图函数（如 seaborn 的某些高阶接口），是 Matplotlib 用户必备的实用技能。
