如何让Seaborn适配Matplotlib rcParams自定义样式？

问题描述 #

我正在为公司编写自定义Matplotlib样式表，需要修改箱线图的线条颜色。通过字典更新rcParams参数后，Matplotlib原生绘制的箱线图样式正常生效，但Seaborn绘制的箱线图仅部分参数生效。如何让Seaborn强制使用自定义样式表？

示例代码：

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

df_penguins = pd.read_csv(
    "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/penguins.csv"
)
ex = {
        'boxplot.boxprops.color': 'hotpink',
        'boxplot.notch': True,
        'boxplot.patchartist': False,
        'boxplot.showbox': True,
        'boxplot.showcaps': True,
        'boxplot.showfliers': True,
        'boxplot.showmeans': False,
        'boxplot.vertical': True,
        'boxplot.whiskerprops.color': 'hotpink',
        'boxplot.whiskerprops.linestyle': '--',
        'boxplot.whiskerprops.linewidth': 1.0,
        'boxplot.whiskers': 1.5,
    }

plt.rcParams.update(**ex)
fig, (ax1, ax2) = plt.subplots(
    ncols=2, 
    sharey=True,
    figsize=plt.figaspect(0.5)
)
sns.boxplot(data=df_penguins, y="body_mass_g", ax=ax1)

ax2.boxplot(df_penguins.body_mass_g.dropna())
plt.show()

样式对比图：

解决方法 #

Seaborn的boxplot默认会覆盖部分Matplotlib的rcParams设置，因为它自带一套样式逻辑。要让Seaborn完全遵循自定义样式，可采用以下方案：

1. 通过sns.set_style传入自定义参数 #

在更新Matplotlib的rcParams后，调用sns.set_style并传入你的自定义参数，让Seaborn基于指定基础样式（如whitegrid）应用自定义设置：

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

df_penguins = pd.read_csv(
    "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/penguins.csv"
)
ex = {
        'boxplot.boxprops.color': 'hotpink',
        'boxplot.notch': True,
        'boxplot.patchartist': False,
        'boxplot.showbox': True,
        'boxplot.showcaps': True,
        'boxplot.showfliers': True,
        'boxplot.showmeans': False,
        'boxplot.vertical': True,
        'boxplot.whiskerprops.color': 'hotpink',
        'boxplot.whiskerprops.linestyle': '--',
        'boxplot.whiskerprops.linewidth': 1.0,
        'boxplot.whiskers': 1.5,
    }

# 关键步骤：让Seaborn应用自定义参数
sns.set_style("whitegrid", rc=ex)
plt.rcParams.update(**ex)

fig, (ax1, ax2) = plt.subplots(
    ncols=2, 
    sharey=True,
    figsize=plt.figaspect(0.5)
)
sns.boxplot(data=df_penguins, y="body_mass_g", ax=ax1)
ax2.boxplot(df_penguins.body_mass_g.dropna())
plt.show()

2. 使用Matplotlib样式表文件（推荐长期自定义） #

把自定义参数写入.mplstyle格式的样式文件，比如custom_boxplot.mplstyle：

boxplot.boxprops.color: hotpink
boxplot.notch: True
boxplot.patchartist: False
boxplot.showbox: True
boxplot.showcaps: True
boxplot.showfliers: True
boxplot.showmeans: False
boxplot.vertical: True
boxplot.whiskerprops.color: hotpink
boxplot.whiskerprops.linestyle: --
boxplot.whiskerprops.linewidth: 1.0
boxplot.whiskers: 1.5

然后在代码中加载样式表，并重置Seaborn样式以完全遵循Matplotlib设置：

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

# 加载自定义样式表
plt.style.use("custom_boxplot.mplstyle")
# 禁用Seaborn自带样式，完全沿用Matplotlib设置
sns.set_style(None)

df_penguins = pd.read_csv(
    "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/penguins.csv"
)

fig, (ax1, ax2) = plt.subplots(
    ncols=2, 
    sharey=True,
    figsize=plt.figaspect(0.5)
)
sns.boxplot(data=df_penguins, y="body_mass_g", ax=ax1)
ax2.boxplot(df_penguins.body_mass_g.dropna())
plt.show()

3. 直接给Seaborn boxplot传入参数（临时调整单个图表） #

如果只需调整单个箱线图，可在调用sns.boxplot时直接传入样式参数，强制覆盖默认设置：

sns.boxplot(
    data=df_penguins, 
    y="body_mass_g", 
    ax=ax1,
    boxprops={'color': 'hotpink'},
    whiskerprops={'color': 'hotpink', 'linestyle': '--', 'linewidth': 1.0},
    notch=True
)

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