在现代数据科学与医学统计分析中，数据可视化的目标已从单纯展示数值变化，逐步转向同时刻画“分布结构”与“统计不确定性”。传统箱线图虽然能够提供中位数与四分位数范围，但其表达方式过于离散，难以反映数据的连续分布形态；小提琴图虽然引入核密度估计，能够展示分布形状，但通常缺乏明确的点估计与置信区间信息，从而限制了其在统计推断场景中的表达能力。在这一背景下，R 包 ggdist 提供了一套统一的分布可视化框架，其中半眼图（Half-Eye Plot）与全眼图（Eye Plot）通过融合密度估计、点估计与区间估计，实现了对数据分布结构与不确定性信息的整合表达，成为现代统计可视化中兼具解释性与信息密度的重要工具。
半眼图
在现代数据科学与医学统计分析中，数据可视化的核心目标已经从“简单展示数据”转向“同时表达数据分布结构与统计不确定性”。传统方法如箱线图（boxplot）虽然能够提供中位数与四分位数范围，但其信息表达过于离散，无法反映分布的连续形态；而小提琴图（violin plot）虽然引入了核密度估计，从而展示了分布的整体形状，但缺乏明确的点估计与不确定性区间，使得统计推断信息表达不足。在这一背景下，由 Matthew Kay 开发的 R 包 ggdist 提供了一种更为统一且信息密度更高的可视化
