基于GetDist的三角图等高线重叠逻辑复刻与优化问询

我刚搞定过几乎一模一样的GetDist三角图需求，给你一套亲测有效的方案，完美实现你要的重叠逻辑：

核心思路 #

要实现「最优（最小面积）样本填充不被覆盖，所有轮廓线都可见」，关键是分层管理zorder+按面积排序绘制：

• 填充层：按面积从大到小（最差→最优）的顺序绘制，让最优样本的填充落在最上层，完全不被遮挡；
• 轮廓线层：统一放在所有填充层的上方，用透明度保证所有轮廓线都能显示，不会被填充或其他轮廓线遮挡。

具体实现步骤 #

1. 计算椭圆面积（或直接用FoM排序）

因为FoM和椭圆面积成反比，你可以直接用已知的FoM排序，也可以通过协方差矩阵计算面积（针对二维参数对）：

import numpy as np

def get_ellipse_area(cov):
    # 计算2x2协方差对应的椭圆面积：π*sqrt(行列式)
    det = np.linalg.det(cov)
    return np.pi * np.sqrt(det) if det > 0 else float('inf')

然后把你的样本信息整理成列表，带上协方差、颜色、FoM（或计算面积）：

# 替换成你自己的实际数据
sample_list = [
    {"cov": cov_yellow, "fill1": "#FFE000", "fill2": "#FFF280", "line": "#D4A000", "fom": 12.5},  # 最优，面积最小
    {"cov": cov_orange, "fill1": "#FF9A00", "fill2": "#FFC260", "line": "#CC7A00", "fom": 9.2},
    {"cov": cov_red, "fill1": "#FF3333", "fill2": "#FF8080", "line": "#CC2929", "fom": 6.8},
    {"cov": cov_purple, "fill1": "#9933FF", "fill2": "#C280FF", "line": "#7A29CC", "fom": 4.5},
    {"cov": cov_darkblue, "fill1": "#003399", "fill2": "#6080CC", "line": "#002673", "fom": 2.1},  # 最差，面积最大
]

# 按FoM从大到小排序（等价于面积从小到大）
sorted_samples = sorted(sample_list, key=lambda x: x["fom"], reverse=True)

2. 分层绘制填充与轮廓线

先绘制所有填充层（从最差到最优，保证最优填充在最上层），再绘制所有轮廓线（统一高zorder，确保在填充上方）：

from getdist import plots, Analytic

# 创建三角图绘图对象
g = plots.get_subplot_plotter()

# --- 第一步：绘制填充层 ---
# 反转排序，先画最差的（面积最大），后画最优的（面积最小）
for idx, sample in enumerate(reversed(sorted_samples)):
    # 创建Analytic对象（替换成你的参数均值，这里用全0示例）
    analytic = Analytic(mean=np.zeros(len(sample["cov"])), cov=sample["cov"])
    
    # 绘制2σ浅色填充，zorder从10开始递增
    g.add_analytic(analytic, color=sample["fill2"], filled=True, alpha=1.0, zorder=10 + idx)
    # 绘制1σ深色填充，zorder比同组2σ高10，确保同一组内1σ在2σ上方
    g.add_analytic(analytic, color=sample["fill1"], filled=True, alpha=1.0, zorder=20 + idx)

# --- 第二步：绘制轮廓线层 ---
# 所有轮廓线zorder设为100+，保证在所有填充层上方，同时设置透明度
for sample in sorted_samples:
    analytic = Analytic(mean=np.zeros(len(sample["cov"])), cov=sample["cov"])
    
    # 2σ轮廓线，alpha设为0.6（透明）
    g.add_analytic(analytic, color=sample["line"], filled=False, contour_levels=[2], alpha=0.6, zorder=100)
    # 1σ轮廓线，alpha设为0.8（比2σ稍不透明），zorder比2σ高1
    g.add_analytic(analytic, color=sample["line"], filled=False, contour_levels=[1], alpha=0.8, zorder=101)

# 最后绘制三角图的其他元素（参数标签等）
g.triangle_plot([], filled=False, title_limit=1)  # 这里根据你的实际需求调整

关键细节说明 #

• GetDist默认zorder规则：默认是按绘制顺序自动递增，后绘制的元素zorder更高，会覆盖之前的。所以之前手动设置zorder混乱，大概率是绘制顺序搞反了。
• 轮廓线的contour_levels：1对应68% C.L（1σ），2对应95% C.L（2σ），这是GetDist的默认映射。
• 透明度设置：填充用alpha=1.0保证纯色不透明，轮廓线用alpha=0.6-0.8保证所有轮廓线都能透过彼此看到。

这样配置后，黄色（最优）的填充会完全覆盖下层的其他填充，同时所有样本的1σ/2σ轮廓线都清晰可见，完美匹配你要的效果。

内容的提问来源于stack exchange，提问作者user1773603