引言#
云雨图（Raincloud Plot）是一种集成“数据分布形态”、“个体观测点”与“关键统计摘要”于一体的可视化方法。它由半边小提琴图旋转而成，由半边小提琴图（“云”）、抖动或分箱的原始数据点（“雨”）以及可选的箱线图或均值/中位数等摘要信息构成。该图旨在以更直观、模块化且统计稳健的方式，克服传统柱状图或均值-误差线图所带来的信息遮蔽与误导风险。这一路线由 Allen 等人系统阐释，其核心价值在于同时呈现原始数据与分布形状，从而减少观者的猜测空间并消除可视化冗余。
然而，云雨图并非万能。在数据点（尤其是重复测量）极其密集或分组过多时，点云与密度层可能拥挤，影响判读；而在仅需呈现简单计数或比例时，柱状图或堆叠条形图即可满足需求。
代码实现参考（Python/Matlab/R）：RainCloudPlots 开源仓库（作者维护）。
数据要求#
数据需为数值型数据。
列安排与标签#
- 最少数据量：至少 1 列数值数据即可生成（更常见为多列并排比较）。
- 分组命名：列的长名称/注释等标签将用于坐标轴刻度与图例，可在绘图前于列标签行就地维护，后续自动继承到图中。
Origin Pro 绘图教程#
云雨图本质上是旋转后的半小提琴图 + 个体数据点 +（可选）统计摘要。在 OriginPro 中，有两种思路可以实现。
操作提示（GUI 模式）：Origin 2025b 新增“统计模式（Stats GUI Mode）”，可在 设置（Preferences）→ GUI 模式（GUI Mode） 与默认模式互相切换。本文以默认模式描述菜单路径；若找不到相应菜单，请先切回默认模式。
绘制基本图形#
方法一：手动构建（半小提琴图 + 旋转）#
- 选择数据：在工作表中选中所有需要绘制的 Y 数据列。
- 生成半小提琴图：通过菜单栏 绘图 (Plot) → 统计图 (Statistical) → 半小提琴图 (Half Violin) 创建图形。
- 交换坐标轴：单击右侧图形工具栏中的 交换 X–Y 坐标轴 (Exchange X-Y Axes) 按钮，或通过菜单 图形 (Graph) → 交换 X–Y 坐标轴 (Exchange X-Y Axes) 完成旋转，使图形横向展示。
方法二：直接使用云雨图绘图模板#
- 菜单 工具（Tools）→ 模板中心（Template Center） 打开在线模板库，搜索 “Raincloud”/“云雨图” 并安装。模板中心会获取在线模板，并在“扩展模板”中提供使用入口。
- 回到数据表，勾选数据列 → 绘图 → 扩展模板 → 云雨图（Raincloud Plot）。
图形美化#
生成基本图形后，通常需要进行精细化调整以达到出版要求。双击图中的任意元素（如数据点、坐标轴）即可打开 绘图细节 (Plot Details) 对话框。
调整“云”与“雨”#
“云”（密度图）：在左侧面板选中对应的数据图层，切换到 分布 (Distribution) 选项卡。
- 填充与颜色：在 填充 (Fill) 区域，按曲线（Fill to Curve） 配置一组较为美观的颜色。
- 尺寸与宽度： 尺寸 (Size) 建议勾选 宽度，以确保各组的最大宽度视觉上可比。通过调整 尺寸至最大(%) 控制整体占比。
“雨”（原始数据点）
- 样式：在 符号 (Symbol) 选项卡中，建议将 形状 (Shape) 设置为 圆形 (Circle)，填充 (Fill) 设为 空心 (Open)。为保证清晰度，大小 (Z) 建议设为 3 pt 左右，边缘厚度 (T) 设为 0.5–1 pt。
- 分布：若数据点过于稀疏，可在 数据 选项卡勾选分格数，填写一个较大的值。
配置箱线图与统计摘要#
- 箱体：切换到 箱体 (Box) 选项卡，在 样式 (Style) 中选择 普通箱体。箱体宽度 (%) (Box Width (%)) 可适当调整以匹配整体视觉。在 图案 (Pattern) 选项卡中可修改边框与填充色。
- 须线 (Whiskers)：在 箱体 选项卡中的须线—范围 (Range) 字段定义了须线的计算方式，标准云雨图通常设为 最小值-最大值 (Min-Max)。须线样式更改在线条选项卡—-须线，可更改该线条样式和颜色宽度。
- 百分位数：在 百分位数 (Percentile) 选项卡中，可以勾选并自定义 最大值 (Max)、最小值 (Min) 和 均值 (Mean) 等标记的样式，将最大/最小值标记设置为
|，平均值设为〇。
配置坐标轴与图层#
打开设置：双击任一坐标轴，打开 坐标轴 (Axes) 设置对话框。
轴线与刻度
- 在左侧面板中，按住
Shift键，依次点击 下 (Bottom)、左 (Left)、上 (Top) 和 右 (Right)，将所有轴同时选中。 - 切换到 轴线和刻度线 (Line and Ticks) 选项卡，将 主刻度 (Major Ticks) 和 次刻度 (Minor Ticks) 的 样式 (Style) 均设置为 朝内 (In)。根据需要调整其长度与粗细。
- 在左侧面板中，按住
网格线
- 在左侧面板中单独选中 垂直 (Vertical) 轴。
- 切换到 网格 (Grids) 选项卡，勾选 显示 (Show) 主、次网格线，并可调整其样式（如虚线）与粗细，以增强可读性。
图层框架
- 关闭设置对话框后，单击图形，在弹出的浮动工具栏中，点击 图层框架 (Layer Frame) 按钮（第一行第二个），为图形添加一个完整边框。
解读云雨图：详解三大核心元素#
为了更直观地理解云雨图的构成，我们将三个核心组成部分——“云”、“雨”、统计摘要——逐一解析，并给出判读要点。
1. “云”（Cloud）：数据分布的概率密度#
“云”是云雨图的标志性元素，本质是一个半边小提琴图（Half Violin）。曲线的宽度反映了该数值处观测的相对密度：越宽表示数据越集中，越窄表示数据越稀疏。这种“形 + 量”的结合，能揭示偏度、长尾与多峰等细节。
2. “雨”（Rain）：原始数据的个体展示#
“雨”由抖动或分箱后的原始数据点构成，保障了可视化的透明度。你能直接看到每个观测值的位置、离散程度以及可能的群集与离群。对于样本量很大时，建议适当降低点尺寸或加强分箱/抖动，以避免过绘制。
3. 统计摘要（Summary Statistics）：关键指标的浓缩#
云雨图可叠加 中位数/均值点、箱体 与 须线（常见为最小值–最大值） 等摘要信息，从而在展示全貌的同时，提供可复现的数值锚点。若不希望箱体遮挡密度层，可调整透明度或将箱体轻微偏移。具体组件与含义可参照 Origin 的“Violin with Quartile / Box”说明。
参考文献#
Allen, M., Poggiali, D., Whitaker, K., Marshall, T. R., van Langen, J., & Kievit, R. A. (2021). Raincloud plots: a multi-platform tool for robust data visualization. Wellcome Open Research, 4, 63. (Version 2, published 21 January 2021). https://doi.org/10.12688/wellcomeopenres.15191.2
