我是小提琴情节的忠实粉丝。尽管两者都针对相同的目标（为此可视化分布和关键数据），但箱线图有其局限性。请查看以下 gif [1])：箱形图无法捕捉原始数据的变化，而 voilin-plots 可以：

[1] 取自https://www.autodesk.com/research/publications/same-stats-different-graphs

很大程度上取决于用户和观众的偏好（小提琴情节更不寻常可能会让人失望），所以这主要取决于你。

使用小提琴图的一个主要原因是提供有关分布的更多细节，因为箱线图只是在均值、stddev 和 2 个 stddev 处给出了硬停止。因此，如果您认为这些点之间的分布中包含有趣的信息，请选择小提琴。

另一个主要原因是他们更关注 Kaggle ;)

好吧，Boxplot 只给出硬停止是不正确的！小提琴图是我想说的箱线图的当代版本，很容易让眼睛看到数据的分布。箱线图还可以揭示数据的分布方式。例如，在这里您可以看到正态分布数据的箱线图，该数据与中心（顶部）的均值和中位数对称，以及非正态数据（底部）。来源在这里。

有关如何根据正态分布解释箱线图的更多详细信息，请参见此处：

旁注：箱线图通常也用于简单快速的异常值检测。

说我完全同意 jshep 的观点，即这是用户和观众的品味问题，通常学者倾向于像 Boxplots 这样不那么花哨的演示文稿。