如何使用 CSV 或 Excel 資料繪製小提琴圖 (Violin Plot)

開啟 小提琴圖產生器 (Violin Plot Maker)。若只想檢視單一測量值，可從單一分佈開始；若要比較不同的實驗組別、世代（Cohorts）、組織類型、時間點或實驗條件，則應選擇多組別小提琴圖。至於分裂式小提琴圖（Split Violin Plot），僅適用於兩個子組別共享同一個有意義的分類，且直接進行左右對半比較有助於解讀的場景。

步驟二：上傳 CSV 或 Excel 資料

上傳您的 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。上傳前，請務必移除合併儲存格、總計欄位、備註說明及裝飾性的標頭。若有缺失值，請保持空白，切勿將其填為數值。

步驟三：生成並確認圖表

確認所有類別皆已正確呈現，且繪製出的範圍與原始數據相符。小提琴最寬的部分代表該區間的估計密度最高；而狹窄的尾端則代表該區間的觀測值較少，這並不直接等同於存在某種罕見的生物學亞群。

如果您的研究結論高度依賴圖中的肩部（Shoulder）、次要波峰或長尾特徵，請務必將小提琴圖與原始數值進行對照。因為頻寬的微小調整，都可能顯著改變這些視覺特徵。

步驟四：疊加原始數據點與統計摘要

您可以繼續在 SciVis 中編輯圖表，加入抖動（Jittered）分佈的原始觀測值、內部箱形圖、中位數標記或克制的文字標註。對於樣本數較少或各組人數不均的數據，原始數據點尤為重要，因為它們能直接呈現樣本規模與聚集情形。

請將色彩用於區分有意義的分組，而非單純裝飾。保持足夠的圖層不透明度以看清密度輪廓，同時也要確保重疊的數據點清晰可辨。如果您的數據屬於配對樣本，請改用 配對點圖產生器 (Paired Dot Plot Maker)，以免誤導讀者認為各組樣本相互獨立。

如何解讀小提琴圖

建議由外而內、分層解讀圖表：

1. 比較中位數或核心數據聚集的位置。
2. 在相同的尺度下，比較各組數據的離散程度與尾端分佈。
3. 觀察是否存在偏態（Skew）或多個高密度區域。
4. 檢視原始觀測值的數量與分佈位置。
5. 任何統計學結論皆應以實際的統計分析為準，而非單憑圖表形狀下定論。

小提琴圖僅具備描述性功能。它無法用來檢定組間是否存在顯著差異，也無法用來證明數據是否符合常態分佈。

小提琴圖、箱形圖還是密度圖？

• 使用 小提琴圖：適合並排比較數據的分佈形狀，同時呈現精簡的組別統計摘要。
• 使用 箱形圖 (Box Plot)：當四分位數與離群值（Outliers）的重要性高於細微的密度分佈形狀時。
• 使用 密度圖 (Density Plot)：當多條平滑曲線相互重疊能讓對比更清晰時。
• 使用 蜂群圖 (Beeswarm Plot)：當希望在不進行任何密度估計的情況下，完整呈現每一個觀測值時。

常見問題

我可以在不寫 Python 或 R 程式碼的情況下繪製小提琴圖嗎？

可以。只需將支援的數據檔案上傳至 小提琴圖產生器 (Violin Plot Maker)，生成圖表後即可直接在 SciVis 中進行視覺化編輯，完全無需撰寫任何程式碼。

每個小提琴圖應該包含多少個觀測值？

這並沒有絕對的標準。然而，當樣本數過少時，密度估計會變得極不穩定。因此在數據稀疏時，建議務必顯示原始數據點，並避免過度解讀微小的形狀差異。

各組的樣本數可以不相等嗎？

可以，但建議在圖中呈現或在文中說明各組的樣本數。標準的小提琴圖寬度並不會自動反映出各組實際觀測值的多寡。

小提琴圖呈現雙峰，就能證明數據分佈呈雙峰（Bimodal）嗎？

不能。第二個波峰的出現可能僅僅取決於頻寬的設定與樣本大小。在做出多峰分佈的結論前，請務必檢視原始觀測值，並進行對應的統計檢定或學術領域公認的分析。

開始繪製圖表

立即使用 小提琴圖產生器 (Violin Plot Maker) 建立您的第一張圖表，並對照原始數值確認密度曲線。若您需要評估其他圖表類型，歡迎參考我們的 學術數據視覺化指南。