我对此有不同的看法。

1. 不要对转型抱太大期望。我读到你的结果是说上四分位数（**不是*通常称为第一个四分位数）是 1；因此 >25% 的值与 1 相关，并且分布出现峰值。任何一对一的转换都会不可避免地将一个尖峰映射到一个尖峰。没有办法逃脱。（另外，参见#4：在出现尖峰的情况下，我不认为这种可视化是一个好主意，但在这种观点中有一些统计品味和判断。）[编辑：原件被编辑为说明下四分位数为 1。这极大地强化了 #1。]

2. 日志转换绝对是不合适的，因为它会进一步拉长你的尾巴。它的逆，比如 exp()，在这里没有多大帮助，因为它在这个狭窄的范围内太接近线性了。一些高功率，比如第四或更高，应该使分布更加对称，但不能解决＃1。

3. 为什么你认为你需要转型？结果就是这样。认为您需要转换通常源于一种误解，即（例如）数据必须接近正常才能对它们做很多事情，但这是夸大其词。如果您详细说明您计划在此之后进行的分析，那么应该会有更好的建议。

4. 我觉得这些可视化一点也不引人注目，只是因为很难读出分布之间的精确差异。我会尝试非常精细的分箱，例如 0.01 的间隔，然后使用对数频率标度查看直方图。在我看来，一个诚实的可视化会显示这样的尖峰，而不是平滑它们。