可以自定义箱线图中的所有艺术家，如此处所示。由于sns.boxplot()将所有**kwargs转发到plt.boxplot()，因此可以执行以下操作：

tips = sns.load_dataset("tips")
colours = ["#000184", "#834177"]
sns.boxplot(x="day", y="total_bill", hue="smoker",
            data=tips, palette=colours,
            medianprops=dict(color="red", alpha=0.7),
            flierprops=dict(markerfacecolor="#707070", marker="d"))

通过这种方式，可以修改框的美观性，“飞行器”（代表异常值的点），中位数或平均线，以及须线/帽线。请参阅plt.boxplot()的文档以获得可修改属性的完整列表。
不幸的是，上面的方法不能像OP所期望的那样调整每个类别的属性。但是使用透明颜色（例如alpha=0.4）仍然可以得到非常令人满意的结果。
注意：如果seaborn以结构化的方式公开艺术家的信息，这将是非常好的。虽然这在当前版本（seaborn v0.11）中是不可能的，seaborn的作者正在考虑将来可能会添加这一点，例如，请参阅这里。

**更新：**旧版本的答案使用生成的线中的索引来猜测图中哪条线对应于中线。新版本为每个均值添加了一个特殊的标签，稍后可以检索该标签以仅过滤掉这些线。

您可以使用medianprops来更改中间线的颜色。但是，所有箱线图只有一种颜色。如果您需要分配单个颜色，您可以循环生成的线。这使得代码对不同的选项和未来可能的更改更加健壮。
ax1.get_lines()给出了由boxplot创建的所有Line2D对象的列表。对于组成盒子的每个元素，都会有一个Line2D对象：4表示须线（2条垂直线和2条水平线），1表示中位数，1表示离群值（它是一个Line2D，显示没有连接线的标记）。在showmeans=True的情况下，也会有一个Line2D，其中有一个标记表示均值。因此在这种情况下，每个框将有7个Line2D s，在这种情况下为6。
请注意，箱形图也接受一个参数notch=True，该参数显示中位数周围的置信区间。在当前图中，大多数置信区间都大于四分位数，这会产生一些翻转的凹口。根据真实的应用，这些凹口有助于突出中位数。

import matplotlib.pyplot as plt
import seaborn as sns

fig, ax1 = plt.subplots(figsize=(15,5))

colours = ["#000184", "#834177"]
sns.set_palette(sns.color_palette(colours))
tips = sns.load_dataset("tips")

sns.boxplot(x="day", y="total_bill", hue="smoker", data=tips, ax=ax1,
            medianprops={'color': 'red', 'label': '_median_'})

median_colors = ['orange', 'yellow']
median_lines = [line for line in ax1.get_lines() if line.get_label() == '_median_']
for i, line in enumerate(median_lines):
    line.set_color(median_colors[i % len(median_colors)])
plt.show()