penghang1223 Raincloud Viz — 数据分布可视化技能
技能描述
解决什么问题： 传统 Dynamite Plot（柱状图 + 误差线）存在四大缺陷：
- 隐藏数据分布 — 相同均值/标准差可能来自完全不同的分布
- 扭曲效应量 — 柱子从 0 开始，视觉夸大/缩小组间差异
- 掩盖分布假设 — 双峰/偏态/异方差性完全不可见
- 误导统计推断 — 误差线（SE/CI）≠ 数据分布
Raincloud Plot 方案： 三合一可视化结构（Allen et al. 2019）：
- 🌧️ 半小提琴图 — 概率密度分布（只画一侧，节省空间）
- 📦 箱线图 — 中位数 + IQR + 须线（统计摘要）
- 🔵 抖动散点 — 原始数据点（不隐藏任何数据）
使用场景
| 场景 | 说明 | 示例 |
|---|---|---|
| A/B 测试对比 | 展示实验组/对照组数据分布 | 用户转化率、点击率 |
| 组间差异分析 | 多组数据对比 | 不同方案效果、不同人群特征 |
| 统计报告 | 学术论文、数据分析报告 | 替代传统柱状图 |
| 探索性数据分析 | 发现分布特征（双峰/偏态） | 数据质量检查 |
触发条件
用户提到以下关键词时触发：
- "raincloud plot" / "雨云图"
- "替代柱状图" / "替代 dynamite plot"
- "展示数据分布" / "分布可视化"
- "组间对比图" / "A/B 测试图"
- "小提琴图 + 散点" / "箱线图 + 散点"
四维评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 🔧 工具型 | 5/5 | 完整 Python 脚本，CLI 可直接执行 |
| 🎯 可操作 | 5/5 | 三种后端可选，含示例数据 |
| ✅ 可验证 | 5/5 | 输出图像可直观验证 |
| 🔄 可复用 | 5/5 | 所有组间对比场景通用 |
总分：20/20 🟢 优秀
快速使用
# 1. 安装依赖
pip install plotly seaborn matplotlib numpy pandas
# 2. 运行示例
python3 skills/raincloud-viz/scripts/raincloud_plot.py --demo
# 3. 自定义数据
python3 skills/raincloud-viz/scripts/raincloud_plot.py \
--data "group1:1,2,3,4,5;group2:2,3,4,5,6" \
--backend plotly \
--output raincloud.html
文件结构
skills/raincloud-viz/
├── SKILL.md # 技能说明（本文件）
├── README.md # 详细文档
├── scripts/
│ └── raincloud_plot.py # 主脚本（CLI 接口）
└── examples/
├── demo_data.csv # 示例数据
└── example_usage.py # 使用示例
参考文献
- Allen, M., Poggiali, D., Whitaker, K., Marshall, T. R., & Kievit, R. A. (2019). Raincloud plots: a multi-platform tool for robust data visualization. Wellcome Open Research, 4:63. DOI: 10.12688/wellcomeopenres.15191.1
- GitHub: RainCloudPlots/RainCloudPlots