正态分布图本质也就是一个折线图而已，只要构造出符合正态分布的数据，画正态分布图与平时生成其他图表并没有什么不同。
本文以著名的创新扩散的数据为例，因为创新扩散的速度是大致呈正态分布的。
创新扩散理论，大概意思是，一项创新比如某个产品，从创新到衰落的扩散速率，先慢后快，最后衰减，大致呈正态分布，并将整个过程的用户划分为五种类型：创新者、早期使用者、早期跟进者、晚期跟进者、落后者。想了解该理论更多详情，请自行搜索。
这里直接用该理论的一个数据，将传播的整个周期分成100组，以及每组所对应的用户类型以及传播速率，数据节选如下，
根据这个数据，在Power BI中用折线图显示如下：
是不是就是个正态分布图。
不仅折线图，也可以用柱形图来展示，
继续把[用户类型]作为柱形图的图例，显示如下，
除了以上两种图表类型，其实在PowerBI还有一种图表更适合，那就是面积图，
这样看起来更舒服了吧。
抛开上面数据的背景不谈，正态分布图还有两个重要的数字：68.27%和95%，也就是落在一倍标准差和2倍标准差之内的概率，可以根据一倍标准差和2倍标准差重新分类，并把分类作为图例，可以得到下面这张图，
这样看起来是不是更像个正态分布图了呢。
使用正态分布来展现数据的关键在于分组统计，而分组统计同样也是PowerBI的强项，在你有需要使用正态分布图来展示特定数据的时候，可以考虑使用本文提到的这些简单的图表来实现。
-精彩推荐-
采悟 from PowerBI星球