已使用hue参数时如何修改指定箱线图的颜色

方法1：直接修改已绘制的箱线图元素 #

Seaborn绘制的箱线图中，每个箱体对应一个Patch对象，箱线、须线等对应Line2D对象。你可以在绘图后直接定位这些元素并修改颜色，无需调整原始数据结构。

先修正代码中变量名不统一的问题（将df改为genes_df），再添加颜色修改逻辑：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {
    'TPM': [358934.30, 21984.51, 621008.07, 0.000254, 123456.78, 98765.43, 456.78, 0.000004,
            28413.26, 111.11, 98765.43, 8888.88, 3456.78, 789.01, 987654.32, 0.123456,
            7890.12, 12345.67, 0.000001, 987654.32, 0.000001, 12345.67, 987.65, 0.000001],
    'Type': ['tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal',
             'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal',
             'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal'],
    'Distance': [1, 1, 1, 1, 2, 2, 2, 2,
                 3, 3, 3, 3, 1, 1, 2, 2,
                 3, 3, 1, 1, 2, 2, 3, 3]
}

genes_df = pd.DataFrame(data)

plt.figure(figsize=(30, 15))
ax = sns.boxplot(data=genes_df, x='Distance', y='TPM', hue='Type', width=0.9)

plt.yscale('log')
plt.legend(bbox_to_anchor=(0.95, 0.98), loc='upper left')
plt.xticks(rotation=90)

# 指定需要修改的箱线图索引（第1个为索引0，第4个为索引3）
target_boxes = [0, 3]

# 修改箱体填充色
for idx, patch in enumerate(ax.artists):
    if idx in target_boxes:
        patch.set_facecolor('red')

# 修改箱线、须线、中位数线的颜色（每个箱体对应6条线）
for line_idx, line in enumerate(ax.lines):
    box_idx = line_idx // 6
    if box_idx in target_boxes:
        line.set_color('darkred')
        line.set_linewidth(2)

plt.show()

方法2：结合标记列自定义调色板 #

给数据添加差异标记列，再通过调色板对指定分组单独设置颜色，适合需要批量标记差异组的场景：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {
    'TPM': [358934.30, 21984.51, 621008.07, 0.000254, 123456.78, 98765.43, 456.78, 0.000004,
            28413.26, 111.11, 98765.43, 8888.88, 3456.78, 789.01, 987654.32, 0.123456,
            7890.12, 12345.67, 0.000001, 987654.32, 0.000001, 12345.67, 987.65, 0.000001],
    'Type': ['tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal',
             'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal',
             'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal', 'tumour', 'normal'],
    'Distance': [1, 1, 1, 1, 2, 2, 2, 2,
                 3, 3, 3, 3, 1, 1, 2, 2,
                 3, 3, 1, 1, 2, 2, 3, 3]
}

genes_df = pd.DataFrame(data)

# 添加差异标记列：标记目标分组为差异组
genes_df['is_diff'] = genes_df.apply(
    lambda row: 'diff' if (row['Distance'] ==1 and row['Type'] =='tumour') or (row['Distance'] ==2 and row['Type'] =='normal') else 'normal',
    axis=1
)

plt.figure(figsize=(30, 15))
ax = sns.boxplot(data=genes_df, x='Distance', y='TPM', hue='Type', width=0.9)

plt.yscale('log')
plt.legend(bbox_to_anchor=(0.95, 0.98), loc='upper left')
plt.xticks(rotation=90)

# 遍历箱体，根据分组信息设置颜色
for box_idx, box in enumerate(ax.artists):
    # 解析当前箱体的Type和Distance
    type_val = box.get_label().split('=')[1]
    dist_val = ax.get_xticks()[box_idx // 2]
    # 判断是否为目标差异组
    if (dist_val ==1 and type_val =='tumour') or (dist_val ==2 and type_val =='normal'):
        box.set_facecolor('red')
        # 修改对应线条颜色
        for line in ax.lines[box_idx*6 : (box_idx+1)*6]:
            line.set_color('darkred')
            line.set_linewidth(2)

plt.show()

注意事项 #

• 方法1更直接，适合快速修改指定位置的箱线图；方法2更灵活，便于后续扩展标记更多差异组。
• 每个箱线图对应6条Line2D元素（箱线、须线、中位数线等），因此线条索引按箱体索引*6到(箱体索引+1)*6-1的范围划分。

内容的提问来源于stack exchange，提问作者Jeanie