Seaborn线图提前应用对数轴缩放时，负误差边界的转换机制及表现差异问题

我正在用Seaborn绘制一些折线图：

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

# dfs: dict[str, DataFrame]

fig, ax = plt.subplots()

for label, df in dfs.items():
    sns.lineplot(
        data=df,
        x="Iteration",
        y="Loss",
        errorbar="sd",
        label=label,
        ax=ax,
    )

ax.set(xscale='log', yscale='log')

绘制结果里，"effector_final_velocity"曲线的下方误差带出现了被截断的负值——因为在某些迭代步骤中，损失的标准差大于均值。

但如果我把ax.set(xscale='log', yscale='log')放在循环调用sns.lineplot之前，绘制结果就会出现未被截断的负值误差带。

我完全搞不懂这种未截断的情况是怎么出现的。

我去查看了seaborn.relational的源码：lineplot方法最后会调用_LinePlotter实例的plot方法，这个方法是通过把预先计算好的标准差边界传给ax.fill_between来绘制误差带的。

在这些边界值被传给ax.fill_between之前，我特意检查过它们的值，那些本应被截断的负值依然存在。所以我原本以为这种“不截断”的行为是matplotlib在ax.fill_between调用过程中产生的，因为_LinePlotter.plot在返回前似乎没有对数据做其他相关的转换，而且lineplot方法会直接返回。

不过我又做了一个简单的测试，直接用matplotlib调用fill_between传入包含负值的下限：

import numpy as np 

fig, ax = plt.subplots(1, 1, figsize=(5, 5))

np.random.seed(5678)

ax.fill_between(
    np.arange(10), 
    np.random.random((10,)) - 0.2,
    np.random.random((10,)) + 0.75,
)

ax.set_yscale('log')

这个例子里，不管是先调用ax.set_yscale('log')还是后调用，结果都是一样的——负值误差带都会被截断。

我花了好一阵在Seaborn和matplotlib的文档里找相关解释，也在Stack Exchange等平台搜过答案，但一直没搞清楚这到底是怎么回事。

备注：内容来源于stack exchange，提问作者mll