我找到了一个解决方法。这实际上是创建这种类型的图的更简单的方法。而不是将2D配置文件存储在集合中，我只是循环并将它们单独添加到3D图中。集合没有固定的zorder值，所以你不能改变我想要改变的东西。当你循环并单独绘制每个2D配置文件时，你可以根据你的需要设置zorder参数。下面是我所做的：

profiles = []
times = []

index = 0

for item in intensities:
    integrated_profile = integrate(item)
    profiles.append(integrated_profile)
    
    timestamps = int(index+1)
    times.append(timestamps)

    index += 1

profiles = np.array(profiles)
times = np.array(times)

fig = plt.figure(dpi=100, figsize=(18,6))
ax = fig.add_subplot(111, projection='3d',proj_type='ortho')

index2 = 0
for i in profiles:
    ax.plot(x_coordinates, profiles[index2], zs=times[index2], zdir='y', 
            zorder=(len(profiles) - index2), color=next(colors))
    index2 += 1

字符串

的数据

有另一个非常快速的方法来解决3D中单线的非直观重叠。看起来matplotlib只是绘制从输入开始到其结束的单一曲线。如果数据按升序排序，例如按时间顺序排序，就像问题的例子一样，这往往会首先绘制“最近”的曲线。下一条距离较远的曲线应该出现在第一条曲线的后面，但是matplotlib绘制的任何新曲线都只是在其他曲线的顶部。

**解决方法：**将数据排序，使绘图从后台开始，然后移到前台。在示例中，这意味着降序，即最后一个时间戳优先。然后，透视和重叠顺序是一致的。最后一条曲线将是与所有其他曲线重叠的“最近”曲线。

在问题的例子中，这可以通过反转profiles 2d数组的列和反转time数组来实现：

profiles = np.array(profiles)
times    = np.array(times)

profiles = profiles[:, ::-1]    # Reverse columns of a 2d-array
times    = [::-1]               # Invert 1d-array

字符串
或者，我假设，交换时间轴而不是重新排序数据也可以做到这一点，但我还没有测试过，无论如何，这可能是不希望的。