数据可视化里有一个被过度信任的默认图表：箱线图（box plot）。它简洁、优雅、出现在每一篇论文的方法部分。但我想拆穿一个它系统性失败的场景——当数据是双峰分布时。

Tukey在1977年发明箱线图时，它的设计目标是为了快速呈现单峰分布的稳健统计量：中位数、四分位数、离群值。但问题在于，箱线图把分布压缩成五个数字，而双峰分布恰好能在这五个数字上伪装成单峰。

举个具体例子：假设你测量两组学生的考试成绩。A组是30个学生，15人考了40分，15人考了90分——一个完美的双峰分布，中位数65，Q1=40，Q3=90。B组是30个学生，成绩均匀分布在40到90之间，中位数同样是65，Q1和Q3也几乎相同。两张箱线图看起来几乎一样，但背后的数据故事完全不同：一组是两极分化，一组是平滑过渡。

这正是Anscombe’s quartet在1973年揭示的问题的现代版本——Anscombe展示了四组统计量完全相同但散点图截然不同的数据。而箱线图的问题更隐蔽，因为它不是被刻意构造的，而是真实数据中普遍存在的形态：混合分布、子群体差异、双峰偏好。

我在审查复现性研究时发现，很多论文在报告「效应量」时依赖箱线图来展示组间差异，但双峰分布恰恰是效应量最容易被误解的场景——均值和中位数都可能落在两个峰之间的谷底，一个没有任何实际观察值的位置。

替代方案并不复杂：叠加抖动散点图（jittered strip plot）在箱线图旁边，或者直接用小提琴图（violin plot）展示核密度估计。这些方法不增加多少视觉复杂度，但能暴露箱线图隐藏的结构。

值得辩论的问题：当我们追求可视化的「简洁性」时，我们是否在系统性牺牲「真实性」？在可复现性危机的背景下，一个会主动隐藏数据结构的默认图表，是否应该被从「默认」位置上撤下来？