使用

plt.xticks(x, weight = 'bold')

字符串

我认为问题是因为刻度是在LaTeX数学模式下制作的，所以字体属性不适用。
您可以通过使用rcParams将正确的命令添加到LaTeX前导中来解决这个问题。具体来说，您需要使用\boldmath来获得正确的权重，并使用\usepackage{sfmath}来获得sans-serif字体。
此外，您可以使用set_tick_params设置刻度标签的字体大小。

在python 3.12.0、matplotlib 3.8.0中测试

数字xticklabels

import matplotlib.pyplot as plt
import numpy as np
tmpData = np.random.random( 100 )
# activate latex text rendering
plt.rc('text', usetex=True)
plt.rc('axes', linewidth=2)
plt.rc('font', weight='bold')
plt.rcParams['text.latex.preamble'] = r'\usepackage{sfmath} \boldmath'
#create figure
f = plt.figure(figsize=(10,10))
ax = plt.gca()
plt.plot(np.arange(100), tmpData, label=r'\textbf{Line 1}', linewidth=2)
plt.ylabel(r'\textbf{Y-AXIS}', fontsize=20)
plt.xlabel(r'\textbf{X-AXIS}', fontsize=20)
ax.xaxis.set_tick_params(labelsize=20)
ax.yaxis.set_tick_params(labelsize=20)
plt.legend()

字符串
x1c 0d1x的数据

日期时间xticklabels

import matplotlib.pyplot as plt
import numpy as np
from datetime import datetime, timedelta
tmpData = np.random.random(100)
base = datetime(2000, 1, 1)
arr = np.array([base + timedelta(days=i) for i in range(100)])
# activate latex text rendering
plt.rc('text', usetex=True)
plt.rc('axes', linewidth=2)
plt.rc('font', weight='bold')
plt.rcParams['text.latex.preamble'] = r'\usepackage{sfmath} \boldmath'
# create figure
f = plt.figure(figsize=(10, 10))
ax = plt.gca()
plt.plot(arr, tmpData, label=r'\textbf{Line 1}', linewidth=2)
plt.ylabel(r'\textbf{Y-AXIS}', fontsize=20)
plt.xlabel(r'\textbf{X-AXIS}', fontsize=20)
ax.xaxis.set_tick_params(labelsize=20)
ax.yaxis.set_tick_params(labelsize=20)
# Set x-axis major formatter and locator
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%Y'))
ax.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
plt.legend()

型

的

labels = axes.get_xticklabels() + axes.get_yticklabels()
    [label.set_fontweight('bold') for label in labels]

字符串

• 鉴于OP中的原始问题，其中x和y轴刻度和标签是数字。
• [fr'\textbf{{{v}}}' for v in ax.get_xticks()]使用3组{}，因为也使用了f字符串。
• 如果只使用{}，fr'\textbf{v}'，则只有第一个字符将是粗体。
• 下面的代码使用了显式的Axes接口。如果使用了隐式的pyplot接口，那么在plot调用之后，用ax = plt.gca()获取Axes。
  *在python 3.12.0、matplotlib 3.8.0中测试

import matplotlib.pyplot as plt
import numpy as np
data = np.random.random(100)
# activate latex text rendering
plt.rc('text', usetex=True)
plt.rc('axes', linewidth=2)
plt.rc('font', weight='bold')
# create figure and Axes
fig, ax = plt.subplots(figsize=(10, 10))
ax.plot(np.arange(100), data, label=r'\textbf{Line 1}', linewidth=2)
# Set the axis labels to bold and increase the fontsize
ax.set_ylabel(r'\textbf{Y-AXIS}', fontsize=20)
ax.set_xlabel(r'\textbf{X-AXIS}', fontsize=20)
# change the tick labels to bold
ax.set_xticks(ax.get_xticks(), [fr'\textbf{{{v}}}' for v in ax.get_xticks()], fontsize=20)
_ = ax.set_yticks(ax.get_yticks(), [fr'\textbf{{{round(v, 1)}}}' for v in ax.get_yticks()], fontsize=20)

字符串

的数据

如果你想让轴标签自动加粗（即不必每次都添加\textbf），你可以执行以下操作

from matplotlib.axes import Axes
from matplotlib import pyplot as plt
plt.rcParams['text.usetex'] = True
def get_new_func(axis_name):  # returns a modified version of the Axes.set_xlabel (or y) methods
    orig_func = getattr(Axes, f'set_{axis_name}label')
    def add_bold(self, *args, **kwargs):
        new_args = list(args)
        new_args[0] = fr"\textbf{{{new_args[0]}}}" # modify the argument
        return orig_func(self, *new_args, **kwargs)
    return add_bold
for x in ['x', 'y']: 
    setattr(Axes, f'set_{x}label', get_new_func(x)) # modify the methods of the Axis class
x = np.linspace(0,  2 * 3.14, 20)
y = np.sin(x)
ax = plt.gca()
ax.plot(x, y)
ax.set_xlabel("Theta")
ax.set_ylabel("Amp")
plt.show()

字符串
这利用了Axis.set_xlabel和Axis.set_ylabel方法是属性的事实（在本例中是函数对象），可以由用户修改。修改在add_bold中完成，orig_func和add_bold是在get_new_func内部定义的，以便正确地保留对原始方法（即，我正在形成一个闭包）。

这是另一个例子

import matplotlib.pyplot as plt
  
places = ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J"]
literacy_rate = [100, 98, 90, 85, 75, 50, 30, 45, 65, 70]
female_literacy = [95, 100, 50, 60, 85, 80, 75, 99, 70, 30]
  
plt.xlabel("Places")
plt.ylabel("Percentage")
  
plt.plot(places, literacy_rate, color='blue',
         linewidth=6, label="Literacy rate")
  
plt.plot(places, female_literacy, color='fuchsia',
         linewidth=4, label="Female Literacy rate")
  
plt.legend(loc='lower left', ncol=1)

字符串
youtput就像这样：

的数据