如何在Matplotlib次坐标轴上调整曲线排列顺序？

需求说明 #

需要调整曲线的显示顺序：让参数为0.01的蓝色曲线显示在最上层，参数0.1的橙色曲线次之，以此类推，参数越大的曲线越靠下，最终达到目标效果的层级。

当前代码 #

import matplotlib.pyplot as plt
import numpy as np


def calc_curve(x, y):
    n = x / y
    z = np.abs(n * x - y) * (1 - (x / y) * np.exp(-x / y)) + \
                 np.abs(x - y) * (x / y) * np.exp(-x / y)

    return z

x_val = np.linspace(0.004, 0.4, 100)

# plot
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

z_val = np.zeros_like(x_val)

for ts in [0.01, 0.1, 0.2, 0.3]:
    for c, tr in enumerate(x_val):
        z_val[c] = calc_curve(ts, x_val[c])

    ax1.plot(x_val, z_val, label="parameter: {0}".format(ts))

ax1.set_xlim(np.min(x_val), np.max(x_val))
ax1.legend()
plt.grid(True, which='both')
plt.show()

效果对比 #

• 当前效果（曲线层级与需求相反）：
  
• 目标效果（小参数曲线在上层）：
  

解决方案 #

Matplotlib默认后绘制的曲线会覆盖先绘制的曲线，当前代码先画小参数曲线、后画大参数曲线，导致小参数曲线被覆盖。以下两种方法可解决问题：

方法1：反转参数遍历顺序 #

把参数列表倒序遍历，先绘制大参数曲线，再绘制小参数曲线，让小参数曲线自然覆盖在大参数曲线之上：

import matplotlib.pyplot as plt
import numpy as np


def calc_curve(x, y):
    n = x / y
    z = np.abs(n * x - y) * (1 - (x / y) * np.exp(-x / y)) + \
                 np.abs(x - y) * (x / y) * np.exp(-x / y)

    return z

x_val = np.linspace(0.004, 0.4, 100)

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

z_val = np.zeros_like(x_val)

# 反转参数顺序，先画大参数，后画小参数
for ts in [0.3, 0.2, 0.1, 0.01]:
    for c, tr in enumerate(x_val):
        z_val[c] = calc_curve(ts, x_val[c])

    ax1.plot(x_val, z_val, label="parameter: {0}".format(ts))

ax1.set_xlim(np.min(x_val), np.max(x_val))
ax1.legend()
plt.grid(True, which='both')
plt.show()

方法2：手动设置zorder参数 #

zorder控制曲线的显示层级，值越大的曲线显示越靠上。给小参数曲线设置更大的zorder值，无需修改遍历顺序：

import matplotlib.pyplot as plt
import numpy as np


def calc_curve(x, y):
    n = x / y
    z = np.abs(n * x - y) * (1 - (x / y) * np.exp(-x / y)) + \
                 np.abs(x - y) * (x / y) * np.exp(-x / y)

    return z

x_val = np.linspace(0.004, 0.4, 100)

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

z_val = np.zeros_like(x_val)

# 为每个参数指定对应的zorder，参数越小zorder越大
param_zorder_map = {0.01:4, 0.1:3, 0.2:2, 0.3:1}
for ts in [0.01, 0.1, 0.2, 0.3]:
    for c, tr in enumerate(x_val):
        z_val[c] = calc_curve(ts, x_val[c])

    ax1.plot(x_val, z_val, label="parameter: {0}".format(ts), zorder=param_zorder_map[ts])

ax1.set_xlim(np.min(x_val), np.max(x_val))
ax1.legend()
plt.grid(True, which='both')
plt.show()

内容的提问来源于stack exchange，提问作者medicus3453