Matplotlib 层级控制

在使用 Matplotlib 绘图时，我们可能会遇到需要控制多个图层的情况。本文将介绍如何使用 Matplotlib 控制哪个图层在最顶层。

通过添加图层控制层级

在 Matplotlib 中，我们可以使用 add_subplot() 函数添加多个子图形成一个大图，在子图之间切换的时候，可以使用 set_active() 函数将需要显示在最前面的子图置于最前。例如：

import matplotlib.pyplot as plt
import numpy as np

# 创建两个子图
fig, ax = plt.subplots(2)

# 绘制第一个子图
x1 = np.linspace(0, 10, 100)
y1 = np.sin(x1)
ax[0].plot(x1, y1)

# 绘制第二个子图
x2 = np.linspace(-5, 5, 100)
y2 = x2 ** 2
ax[1].plot(x2, y2)

# 将第一个子图设置为最前面的子图
fig.canvas.draw_idle() # 必须先调用 draw()，否则会抛出异常
ax[0].set_active()

上述代码中，我们创建了两个子图，并分别绘制了不同的数据。然后，我们使用 set_active() 函数将第一个子图置于最前面。

另外，除了使用 set_active() 函数，我们还可以使用 set_zorder() 函数设置子图的 zorder 值，zorder 值越大的子图会被置于最前面。例如：

import matplotlib.pyplot as plt
import numpy as np

# 创建两个子图
fig, ax = plt.subplots(2)

# 绘制第一个子图
x1 = np.linspace(0, 10, 100)
y1 = np.sin(x1)
ax[0].plot(x1, y1, zorder=2)

# 绘制第二个子图
x2 = np.linspace(-5, 5, 100)
y2 = x2 ** 2
ax[1].plot(x2, y2, zorder=1)

上述代码中，我们使用 zorder 参数分别设置了两个子图的 zorder 值，让第一个子图在最前面。

通过更改绘图顺序控制层级

除了添加图层以外，我们还可以在绘制图形时候根据需要更改图像的顺序，从而影响图像的层级。Matplotlib 中的绘图函数是按照调用顺序绘制的，所以后调用的绘图函数会覆盖之前绘制的图形，从而覆盖在它们的上面。例如：

import matplotlib.pyplot as plt
import numpy as np

# 绘制正弦曲线
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)

# 绘制二次函数曲线
x = np.linspace(-5, 5, 100)
y = x ** 2
plt.plot(x, y)

上述代码中，我们先绘制了正弦曲线，然后又绘制了一个二次函数曲线，由于后绘制的二次函数曲线会覆盖掉之前绘制的正弦曲线，在绘图中二次函数曲线就会在最前面。

可以通过将绘图函数的参数设置为 '--' 或 '-'.' 来控制线条颜色及线条样式等，影响图像的层级。例如：

import matplotlib.pyplot as plt
import numpy as np

# 绘制正弦曲线
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y, '--')

# 绘制二次函数曲线
x = np.linspace(-5, 5, 100)
y = x ** 2
plt.plot(x, y, '-.')

上述代码中，我们将正弦曲线的线条样式设置为 --，将二次函数曲线的线条样式设置为 -.，可以看到二次函数曲线在图像中会在最前面。