如何利用 CSV 或 Excel 数据绘制核密度估计图

核密度图最适合用于展示连续型变量，且样本量需足够大，以支撑起合理的分布估计。如果您的数据是离散的计数数据且取值较少，使用直方图、经验累积分布函数图（ECDF）或散点图会更加真实。若样本量较小，建议叠加原始数据点，或直接使用蜂群图生成器（Beeswarm Plot Maker）。

第二步：上传 CSV 或 Excel 数据

进入核密度图生成器，您可以直接选用内置的示例，也可以上传自己的 CSV、TSV、TXT、XLSX 或 XLS 文件。若上传 Excel 文件，系统默认读取第一个工作表（Worksheet）。请确保待分析的数值列已被正确识别为数值格式，且分组名称中没有因拼写错误导致的重复分组。

第三步：生成曲线并微调带宽

系统初始生成的曲线仅是一个基于算法的初步估计，并不代表真实的底层分布。建议手动调大和调小带宽进行对比观察。如果数据中确实存在某种分布特征（如双峰），那么在合理的带宽区间内，该特征应当是稳定存在的；如果某个波峰仅在极端的窄带宽下出现，则不应将其作为科学结论的依据。

当多组曲线发生重叠时，建议使用半透明填充色或区分度明显的轮廓线。同时，同一张图表中的对比分组不宜过多。考虑到纸质打印或色觉障碍读者的阅读体验，请避免单纯依赖颜色来区分不同分组。

第四步：在 SciVis 中完善图表细节

点击进入编辑器，您可以修改坐标轴标题、图例名称、配色方案、添加文本标注并调整版面布局。在密度图下方叠加地毯图（Rug plot）或直方图，能够直观地呈现原始数据点的分布位置，帮助读者判断曲线的起伏究竟是由真实数据支撑，还是平滑算法产生的伪影。

如果对数据进行了对数（Log）等数学转换，请在图表中明确注明。若需要剔除异常值，请在数据清洗阶段进行可重复的操作，切忌直接在图表编辑器中手动删除“不符合预期”的数据点。

如何解读核密度图

核密度图的 x 轴代表测量的数值，y 轴的曲线高度代表数据点在该数值附近的相对密集程度。通过对比不同分组曲线的位置（均值）、跨度（方差）、偏度以及尾部形态，可以直观评估组间差异。需要注意的是，由于核密度图经过了归一化处理，两条高度相同的曲线并不意味着两组的样本量相同。

只有在曲线经过严格归一化、且模型假设成立的前提下，曲线下方特定 x 区间内的面积才代表该区间内的样本比例估计值。

密度图、直方图、ECDF 图还是小提琴图？

• 如果您需要展示每个区间内具体的频数或样本数，请使用直方图生成器（Histogram Maker）。
• 如果您希望展示无损的完整分布，且不想受到带宽选择的主观干扰，请使用ECDF 曲线生成器（ECDF Plot Generator）。
• 如果需要并排对比大量分组的分布特征，请使用空间利用率更高的小提琴图生成器（Violin Plot Maker）。
• 如果您的核心目的是展示平滑的分布轮廓，或进行少数几组数据的重叠对比，核密度图是最佳选择。

常见问题

不写 Python 或 R 代码能画核密度图吗？

可以。您只需将数据上传至核密度图生成器，一键生成后即可在 SciVis 交互式界面中完成所有细节微调。

y 轴的数值代表什么意思？

y 轴代表概率密度，而非样本个数。当 x 轴的取值范围非常窄时，y 轴的密度值完全可能大于一。在核密度图中，曲线下方的面积才是具有统计学意义的量。

如何选择合适的带宽（Bandwidth）？

建议先采用系统默认的自动带宽算法，然后在其上下微调。选择一个既能展现数据主要结构、又不会引入过多随机噪声的平滑度。如果分布形状是您论文的核心论据，请在方法学部分注明所使用的带宽计算方法。

样本量不同的分组可以放在一起对比密度吗？

可以。归一化后的密度曲线对比的是分布的“形状”，但它会隐去样本量差异的信息。如果样本量差异对结论有影响，请在图表中注明各组的 $N$ 值，或在图表下方叠加原始数据点。

开始绘制

立即打开核密度图生成器导入您的数据。在绘图过程中，请务必对照原始数据点校验平滑曲线的真实性。如果您发现平滑拟合不适用于当前数据，可以参考我们的科研数据可视化指南选择更合适的图表类型。