如何在Python中修改标准代码来绘制ROC曲线，从而将几个模型的ROC绘制成一个图？

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc

# 假设有两个模型的预测结果和真实标签
y_true = np.array([0, 1, 1, 0, 1, 0, 0, 1, 1, 0])
y_scores_model1 = np.array([0.1, 0.3, 0.4, 0.2, 0.8, 0.6, 0.7, 0.9, 0.5, 0.3])
y_scores_model2 = np.array([0.2, 0.4, 0.6, 0.1, 0.7, 0.3, 0.8, 0.5, 0.9, 0.2])

# 计算每个模型的假正率（FPR）和真正率（TPR）
fpr_model1, tpr_model1, _ = roc_curve(y_true, y_scores_model1)
fpr_model2, tpr_model2, _ = roc_curve(y_true, y_scores_model2)

# 计算每个模型的AUC值
auc_model1 = auc(fpr_model1, tpr_model1)
auc_model2 = auc(fpr_model2, tpr_model2)

# 绘制ROC曲线
plt.figure()
plt.plot(fpr_model1, tpr_model1, label='Model 1 (AUC = %0.2f)' % auc_model1)
plt.plot(fpr_model2, tpr_model2, label='Model 2 (AUC = %0.2f)' % auc_model2)
plt.plot([0, 1], [0, 1], 'k--')  # 绘制对角线
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic')
plt.legend(loc="lower right")
plt.show()