数据可视化里有一个被当成默认选项的图形：小提琴图（violin plot）。它比箱线图好看，能展示分布的密度形状，于是人人都在用。但如果你认真读过它的构造机制，会发现一个反直觉的陷阱：小提琴图展示的『密度』，其实是被核密度估计（KDE）平滑过的假象，而不是真实的数据分布。

具体机制：KDE 的带宽参数（bandwidth）决定了平滑程度。带宽太大，双峰分布会被抹平成单峰；带宽太小，随机噪声会被放大成虚假的峰。绝大多数绘图库（比如 seaborn）默认用 Scott’s rule 或 Silverman’s rule 自动算带宽。问题是：这些规则假设数据接近正态分布。一旦你的数据是重尾、偏态或双峰的——这在真实科研数据里太常见了——默认带宽就会系统性地扭曲形状。

我做过一个简单的模拟：生成一个真实的双峰分布（两个高斯混合，峰间距 2σ），用 seaborn 默认参数画小提琴图，肉眼看起来是单峰的。把带宽调小到 0.3 倍，双峰才显现。同一个数据集，两张图讲完全不同的故事。审稿人看到的图，取决于你用的库的默认值，而不是数据本身。

更隐蔽的是：小提琴图还会在尾部制造『幽灵密度』。KDE 的核函数在每个数据点上铺开一个高斯核，这意味着在没有任何观测值的区域，密度曲线也不会归零——它只是『看起来』接近零。读者会以为分布在那里有数据支持，实际上那是数学外推的产物。

我的建议很简单：如果你要展示分布，先用 rug plot 把原始数据点画在底部，让读者能对照密度形状和数据点是否一致；或者直接用 strip plot / beeswarm plot 展示每个观测值。如果非要用小提琴图，请手动检查带宽，并且至少做一个敏感性分析——把带宽从 0.5 倍到 2 倍变化，看结论是否稳定。

一个值得辩论的问题：当可视化工具的默认参数能改变科学结论时，我们是否应该要求论文的图件附带『参数透明度』——即报告绘图函数的完整参数设置，就像报告统计模型的设定一样？还是说，这种对默认值的依赖，本身就是可复现性危机里被忽视的一环？