如何將 CSV 或 Excel 資料製作成莖葉圖

步驟 1：評估數據集大小是否合適

莖葉圖最適合用於中小型的數據集，尤其是當「保留每個原始數值」對研究至關重要時。這類圖表非常適合教學演示、品管批次檢驗、精簡的臨床測量數據以及探索性數據分析（EDA）。如果數據行數過多、導致圖表版面難以容納，建議改用 直方圖繪製工具（Histogram Maker） 或 ECDF 圖表產生器（ECDF Plot Generator）。

步驟 2：上傳 CSV 或 Excel 資料

開啟 莖葉圖產生器（Stem-and-Leaf Plot Generator），您可以選擇內建範例，或直接上傳 CSV、TSV、TXT、XLSX 或 XLS 檔案。若使用 Excel 檔案，系統會自動匯入第一個工作表（Worksheet）。上傳前請先刪除總計欄、合併儲存格、頁尾註腳以及數值欄位中的非數字文字。

步驟 3：設定莖單位並檢查圖例說明

生成圖表後，請試著手動還原幾個數值以驗證其正確性。例如，若圖例說明顯示 12 | 4 = 12.4，則代表葉數值 4 位於十分位（小數點後第一位）。在處理負數、小數以及跨越數個數量級的測量值時，必須特別留意其轉換邏輯。

在同一個莖區間內，葉數值通常應依大小順序排列。重複的葉數值並非錯誤，而是代表重複出現的觀測值。若空莖（Empty Stems）有助於呈現數據中的顯著間斷（Gaps），則可予以保留；但過多的空白行則會浪費圖表空間。

步驟 4：進行嚴謹的組別比較

背對背雙側莖葉圖（Back-to-back Stem-and-Leaf Plot）將兩個組別的數據分別置於共享莖的左右兩側。這種配置能在保留原始數據的同時，直觀地呈現兩組在中心趨勢、離散程度及數據間斷上的差異。

兩側必須使用完全相同的莖單位，並清楚標示各自的閱讀方向。您可以直接在 SciVis 中繼續調整間距、標題、圖例說明與註釋，這些編輯均不會更動底層的原始數據。

如何解讀莖葉圖

「莖」代表數值的前導位數（Leading Digits）；「葉」則提供最後一位數，其具體數值大小由圖例說明（Key）定義。解讀數據分布時，請注意以下幾點：

1. 大多數的葉數值集中在何處？
2. 最小值與最大值的延伸範圍有多廣？
3. 分布形狀是呈現對稱，還是偏態（Skewed）？
4. 數據中是否出現間斷（Gaps）、群聚（Clusters）或孤立的極端值？
5. 在相同標度下，兩組之間的差異是否依然顯著？

請注意，莖葉圖僅用於描述樣本分布特徵。它無法用來確立常態性（Normality）、判定某個觀測值是否為異常值（Erroneous Value），亦無法進行組間差異的統計檢定。

莖葉圖與直方圖的抉擇

• 當數據集規模較小，且希望讀者能直接讀出每個觀測值的精確數值時，請使用莖葉圖。
• 當區間頻數（Bin Counts）與整體分布形狀比單一觀測值更重要時，請使用 直方圖（Histogram）。
• 若需要精簡地比較中位數、四分位數及潛在的離群值，請選用 箱形圖（Box Plot Maker）。
• 若希望在更具彈性的排版中完整呈現每一個觀測值，請選用 蜂群圖（Beeswarm Plot Maker）。

常見問題

我可以不用手動計算，直接線上生成莖葉圖嗎？

可以。只需將支援的數據檔案上傳至 莖葉圖產生器（Stem-and-Leaf Plot Generator），確認標度與圖例說明無誤後，即可在 SciVis 中進一步美化圖表。

如何處理小數點數據？

請選擇能保留所需精確度的莖與葉標度，並在圖例說明中明確指出。切勿為了圖表美觀而擅自四捨五入掉具有學術價值的關鍵位數。

莖葉圖可以包含負數嗎？

可以，但正負號、排序方式與圖例說明必須清晰無誤。在匯出圖表前，請務必手動還原幾個負數觀測值以確保其正確性。

樣本數達到多少時就不適合使用莖葉圖？

這並沒有絕對的界限。然而，當圖表行數過於密集、葉數值出現折行，或讀者無法快速對比各個莖時，改用直方圖、經驗累積分布函數圖（ECDF）或密度圖通常會是更好的選擇。

開始製作圖表

立即使用 莖葉圖產生器（Stem-and-Leaf Plot Generator） 開始建立您的圖表。在確認還原數值無誤後，若發現數據集需要更具擴充性的圖表類型，歡迎參閱我們的 學術數據視覺化指南（Scientific Data Visualization Guide）。