平滑折线图

概述

平滑折线适用于希望以更少视觉噪声传达整体趋势的场景。它可能会轻微扭曲极值位置或幅度，因此更适合探索性分析或高层趋势解读。

何时使用

• 展示有序域上的整体趋势
• 在噪声较大的测量中强调连续性
• 数据很密集、单个点不那么重要时

不适用

• 需要精确的拐点或极值时
• 必须保留阶梯式变化时（优先使用阶梯折线）

关键变体

• 平滑强度（轻度 vs 强度）
• 是否显示点标记
• 与面积填充结合以强调幅度
• 平滑算法：
  • Spline：Bézier（三次） vs Catmull–Rom（更推荐“向心”变体以避免过冲/回环）
  • LOESS/LOWESS：局部加权回归；选择带宽（例如 0.2–0.4）在降噪与局部保真之间权衡

使用场景

• 产品指标：周活跃用户或留存趋势（降低噪声）
• 金融：投资组合的整体走势（弱化日内波动干扰）
• IoT/遥测：传感器读数平滑后用于监控面板
• 气候：跨天/周的温度趋势，聚焦整体模式

数据（CSV）

x,y,series
2025-01-01,30,Series A
2025-01-02,45,Series A
2025-01-03,40,Series A
2025-01-04,55,Series A
2025-01-05,50,Series A
2025-01-06,58,Series A
2025-01-07,63,Series A
2025-01-01,28,Series B
2025-01-02,33,Series B
2025-01-03,38,Series B
2025-01-04,44,Series B
2025-01-05,47,Series B
2025-01-06,49,Series B
2025-01-07,53,Series B

图表配置（JSON）

性能提示

• 数据点超过 10k 时优先采用窗口渲染或采样
• 对密集序列隐藏点标记（showPoints: false）

常见问题

• Q: 如何选择合适的平滑强度？
  • A: 先从轻度平滑开始，确保保留主要拐点；只有在噪声主导时再逐步加强。
• Q: 平滑会掩盖极值或异常吗？
  • A: 会。如果异常点很重要，可以在关键位置保留点标记或对极值进行注释；也可以同时展示原始线与平滑线。
• Q: 缺失数据应该怎么处理？
  • A: 对时间序列更推荐保留断点，避免误导性插值；若必须插值，请明确标注。
• Q: 多序列图如何保持可读性？
  • A: 控制序列数量、按主题分组对比、使用一致配色与清晰图例，并提供交互筛选。