如何利用 CSV 或 Excel 数据制作茎叶图

第一步：评估数据集大小是否合适

茎叶图最适合用于中小规模的数据集，尤其是当“保留每一个具体数值”对研究结论至关重要时。它们常用于课堂教学演示、工业品控批次检测、小样本临床测量以及探索性数据分析（EDA）。如果您的数据行数过多，导致图表在版面中显得过于拥挤，建议改用直方图生成器（Histogram Maker）或 ECDF 曲线生成器（ECDF Plot Generator）。

第二步：上传 CSV 或 Excel 数据

打开茎叶图在线生成器（Stem-and-Leaf Plot Generator），选择一个内置模板，或直接上传您的 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）。上传前，请务必清除数据表中的总计行、合并单元格、脚注以及数值列中的非数字文本。

第三步：设置茎单位并核对图例

生成图表后，尝试手动还原几个数值进行校验。例如，若图例显示 12 | 4 = 12.4，则意味着叶子部分的 4 代表十分位（即小数第一位）。在处理负数、纯小数以及跨越多个数量级的数据时，需要格外注意核对。

在同一个茎下，叶子通常应当按照从小到大的顺序排列。出现重复的叶子并非错误，它代表了相同的观测值多次出现。如果某些茎对应的叶子为空，可以予以保留，因为这能直观地反映出数据分布中的断档（Gap）；但若出现大面积的空白行，则会浪费版面空间。

第四步：进行严谨的分组对比

背靠背茎叶图（Back-to-back Stem-and-Leaf Plot）将两组数据分别置于共享茎的两侧。这种布局既能清晰地对比两组数据在中心位置、离散程度和分布断档上的差异，又完整保留了底层的原始数值。

绘制双侧图时，两侧必须使用完全相同的茎单位，并标明各自的阅读方向。您可以在 SciVis 中继续调整间距、修改标题、完善图例和添加标注，这些操作均不会影响底层的原始数据。

如何解读茎叶图

茎（Stem）代表数值的高位数字（前导数字）；叶（Leaf）则代表低位数字（尾数），其具体代表的数值大小由图例（Key）决定。在分析数据分布时，可以从以下几个维度进行观察：

1. 绝大多数叶子集中在什么位置（众数区间）。
2. 最小值和最大值延伸到了哪里（极差与边界）。
3. 整体分布是呈对称分布，还是存在左偏或右偏（偏度）。
4. 布局中是否存在明显的断档、聚集区或孤立的异常值。
5. 在同一尺度下，不同分组之间的分布差异是否显著。

需要注意的是，茎叶图仅用于直观描述样本分布特征。它不能代替严谨的统计检验，例如无法直接证明数据是否呈正态分布、无法直接判定某个值是否为异常值，也无法代替两组间的假设检验。

茎叶图与直方图该如何选择？

• 当数据集较小，且希望读者能够直接读取每一个原始数值时，请使用茎叶图。
• 当样本量较大，且整体分布形状和区间频数比单个具体数值更重要时，请使用直方图（Histogram）。
• 若想简洁地对比多组数据的中位数、四分位数及潜在的异常值，请使用箱线图（Box Plot）。
• 若希望在更灵活、美观的学术排版中展示每一个具体观测点，请使用蜂群图（Beeswarm Plot）。

常见问题解答

我可以免去手动计算，直接在线生成茎叶图吗？

可以。只需将支持的数据文件上传至茎叶图在线生成器（Stem-and-Leaf Plot Generator），确认比例和图例无误后，即可在 SciVis 中进行精细化排版。

如何处理带小数的数据？

选择能够保留所需精度的茎叶比例，并在图例（Key）中进行明确说明。切勿为了图表美观而擅自四舍五入掉具有科研价值的小数位。

茎叶图支持负数吗？

支持。但必须确保负号、数值排序和图例的表达清晰无歧义。在导出图表前，建议手动尝试还原几个负数值以验证正确性。

样本量达到多少就不适合用茎叶图了？

这并没有一个绝对的界限。通常情况下，如果图表中的行数过于密集、叶子部分出现折行，或者读者已经无法快速对比各个茎的长度时，改用直方图、经验累积分布函数图（ECDF）或核密度图会是更好的选择。

开始制作您的图表

立即使用茎叶图在线生成器（Stem-and-Leaf Plot Generator）导入数据。生成后请务必抽样校验几个还原值。如果您的数据集规模较大、需要更具扩展性的图表类型，欢迎参阅我们的科研数据可视化指南。