小提琴图 vs. 箱线图:科研论文中该如何二选一?
一份清晰实用的科研绘图决策指南,帮助您在箱线图、小提琴图与组合叠加图之间做出最佳选择。
小提琴图生成器
高斯 KDE 核密度轮廓、可调平滑带宽、内部箱线与原始散点叠加。
箱线图的优势场景
箱线图能够即刻给出精确的四分位数定位与标准化异常值判别。即便每组仅有 6–12 个观测值,箱线图依然清晰易读,且无须调整类似 KDE 带宽这样的平滑参数。
小提琴图能揭示箱线图隐藏的结构
包含两个明显亚群的双峰分布,完全可能与均匀分布拥有一模一样的中位数和 IQR。此时,高斯 KDE 小提琴图能够一眼暴露出双峰形态。
最佳实践:将统计标志点与密度结合
当每组样本量 n ≥ 15 时,将小提琴密度轮廓与内部 IQR 箱体及中位数圆点结合,或在箱线图上叠加原始抖动散点,既能提供精确统计定位,又能向审稿人展示完整的数据透明度。