Matplotlib双Y轴误差图zorder失效：如何让标记置于误差线上？

问题原因 #

使用twinx()创建的副Y轴（ax1）默认zorder层级高于主Y轴（ax），这意味着副轴上的所有元素（包括errorbar）都会自动覆盖主轴上的元素，哪怕你给errorbar设置了更低的zorder值。这就是为什么副Y轴的errorbar会盖住主Y轴的标记，但主Y轴的errorbar不会影响副Y轴标记的核心原因。

解决方案 #

下面提供两种可行的解决思路，确保所有标记都显示在误差线之上：

方法1：调整轴的Zorder层级

通过降低副轴的zorder，让主轴处于上层，同时隐藏主轴的背景（避免盖住副轴内容），再确保标记的zorder足够高：

import pandas as pd
import matplotlib.pyplot as plt

data = {
    'A': [439, 1263, 1631, 2059],
    'A-std': [255, 829, 1058, 1365],
    'B': [0.16, 0.39, 0.47, 0.58],
    'B-std': [0.11, 0.18, 0.19, 0.18]}

df = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(5.0,4.0))
# 主Y轴errorbar，zorder设低
ccn_plot = ax.errorbar(df.index, df[df.columns[0]], 
                       yerr=df[df.columns[1]], label='Blue', color= 'blue', 
                       linewidth=4.0, elinewidth=2.0, ls='solid', capsize =5.0, zorder = 0)
                       
ax1 = ax.twinx()  
# 调整副轴zorder，比主轴低
ax1.set_zorder(ax.get_zorder() - 1)
# 隐藏主轴背景，避免盖住副轴内容
ax.patch.set_visible(False)

# 副Y轴errorbar，zorder设低
af_plot = ax1.errorbar(df.index, df[df.columns[2]], 
                       yerr=df[df.columns[3]], label = 'Red', color = 'red', 
                       linewidth = 4.0, elinewidth=2.0, ls='solid', capsize =5.0, zorder = 0)

# 主Y轴标记，zorder设高
ax.scatter(df.index, df[df.columns[0]], 
           marker='s', s=50, c = 'blue',
           edgecolors='black', 
           zorder=10)  

# 副Y轴标记，zorder设高
ax1.scatter(df.index, df[df.columns[2]], 
            marker='o', s=50, c = 'red',
            edgecolors='black', 
            zorder=10)

# 合并图例
primary_handles, primary_labels = ax.get_legend_handles_labels()
sec_handles, sec_labels = ax1.get_legend_handles_labels()
all_handles = primary_handles + sec_handles
all_labels = primary_labels + sec_labels
ax.legend(all_handles, all_labels)
    
ax.set_ylabel('Blue')
ax1.set_ylabel('Red')
plt.show()

方法2：单独设置Errorbar组件的Zorder

errorbar()函数返回一个元组(line, caplines, barlinecols)，分别对应折线、误差线帽、误差线本体。我们可以单独给这些组件设置更低的zorder，确保标记能覆盖它们：

import pandas as pd
import matplotlib.pyplot as plt

data = {
    'A': [439, 1263, 1631, 2059],
    'A-std': [255, 829, 1058, 1365],
    'B': [0.16, 0.39, 0.47, 0.58],
    'B-std': [0.11, 0.18, 0.19, 0.18]}

df = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(5.0,4.0))
# 绘制主Y轴errorbar并获取组件
ccn_plot = ax.errorbar(df.index, df[df.columns[0]], 
                       yerr=df[df.columns[1]], label='Blue', color= 'blue', 
                       linewidth=4.0, elinewidth=2.0, ls='solid', capsize =5.0)
# 设置主Y轴errorbar各组件zorder为0
ccn_plot[0].set_zorder(0)
for cap in ccn_plot[1]:
    cap.set_zorder(0)
for bar in ccn_plot[2]:
    bar.set_zorder(0)
                       
ax1 = ax.twinx()                       
# 绘制副Y轴errorbar并获取组件
af_plot = ax1.errorbar(df.index, df[df.columns[2]], 
                       yerr=df[df.columns[3]], label = 'Red', color = 'red', 
                       linewidth = 4.0, elinewidth=2.0, ls='solid', capsize =5.0)
# 设置副Y轴errorbar各组件zorder为0
af_plot[0].set_zorder(0)
for cap in af_plot[1]:
    cap.set_zorder(0)
for bar in af_plot[2]:
    bar.set_zorder(0)

# 主Y轴标记zorder设为10
ax.scatter(df.index, df[df.columns[0]], 
           marker='s', s=50, c = 'blue',
           edgecolors='black', 
           zorder=10)  

# 副Y轴标记zorder设为10
ax1.scatter(df.index, df[df.columns[2]], 
            marker='o', s=50, c = 'red',
            edgecolors='black', 
            zorder=10)

# 合并图例
primary_handles, primary_labels = ax.get_legend_handles_labels()
sec_handles, sec_labels = ax1.get_legend_handles_labels()
all_handles = primary_handles + sec_handles
all_labels = primary_labels + sec_labels
ax.legend(all_handles, all_labels)
    
ax.set_ylabel('Blue')
ax1.set_ylabel('Red')
plt.show()

效果说明 #

两种方法都能实现所有标记显示在误差线之上的需求，你可以根据自己的习惯选择其中一种。方法1更简洁，方法2则更灵活，适合需要单独控制errorbar各部分样式的场景。

内容的提问来源于stack exchange，提问作者Arindam Das