粒度分布數據可以通過數值（表格形式）或圖形形式呈現。當以圖形方式呈現時，有兩種類型：微分分布和累積分布。兩者密切相關——對累積分布曲線求導，就可以得到微分分布；對微分分布曲線進行積分，就能得到累積分布。
微分分布
微分分布顯示了每個粒度下的相對含量。以圖示曲線為例：借助直尺繪制水平線與垂直線，可以確定在 14.5 納米處微分分布值約為 40，而在 18 納米處對應值約為 20。由此可知，14.5 納米處的含量是 18 納米處的兩倍。
集中趨勢的度量（如眾數直徑和平均直徑）是從微分分布中確定的。眾數直徑對應微分分布峰值處的直徑，在此示例中，眾數直徑為 8.5 納米。平均直徑是直徑的平均值，在此示例中，平均直徑為 10.7 納米。
該分布為單峰（單一峰值）分布，但并非單分散（所有顆粒粒徑相同），它具有一定的寬度。與集中趨勢的度量類似，寬度的度量也有多種。其中一種寬度的度量方式為半峰寬（FWHM），它通過在峰值的 50% 處繪制一條水平線，并取該線與分布曲線相交的兩個點之間的差值來確定。在此示例中，FWHM 為 8.4 納米。
HWHM（半峰半寬）是寬度的另一種度量方式，它被定義為 FWHM 的一半。在此示例中，HWHM 為 4.2 納米。
FWHM 和 HWHM 是絕對寬度的度量方式，通過將 FWHM 或 HWHM 除以對應的集中趨勢度量（眾數直徑）可以得到寬度的相對分數度量。在此示例中，HWHM/眾數直徑為 4.2/8.5 = 0.49，因此，寬度的相對百分比度量為 49%。這兩種相對寬度度量都沒有單位。
鑒于微分粒度分布類似于對任何量進行重復測量得到的分布，概率分布的數學概念（如平均值、方差、標準差等）貫穿于粒度分布的描述中也就不足為奇了。然而需要強調的是，方差和標準差在該情況下并不對應測量誤差或不確定性——盡管粒度分布測量本身確實存在不確定性。當用該分布的標準差表示微分粒度分布的寬度時，其本質是對粒徑分布范圍的一種數學表征，而非對測量誤差的量化說明。事實上，若對粒度分布進行重復測量，人們甚至可以計算出該分布標準差（表征分布寬度的參數）自身的標準差（此時則反映該寬度參數的測量誤差）。為了保持圖形的可讀性，上述微分分布中未顯示標準差。如果顯示，則可以定義絕對和相對（分數和百分比）標準差（除以平均直徑）。
此處所示的微分分布關于眾數直徑并不對稱。若對稱且直徑軸采用線性坐標，則眾數直徑、平均直徑與中位直徑（基于累積分布定義）將全部相等。但此例并非如此，該分布向較大尺寸方向傾斜。偏斜有多種定義，均源自概率分布。無論采用何種定義，當曲線向右拖尾多于向左拖尾時，偏斜為正；當曲線向左拖尾多于向右拖尾時，偏斜為負。拖尾的參考點基于眾數直徑。對稱的微分分布偏斜為零。
累積分布
對應的累積分布如上圖。累積粒度分布（undersize distribution）呈現了特定粒徑及以下的相對含量 * 。在此示例中，50% 的顆粒粒徑≤ 9.5 nm，90% 的顆粒粒徑≤ 16.2 nm。這只是眾多百分位直徑中的兩個示例值。
中位徑是另一種集中趨勢的度量，它對應第 50 百分位數處的直徑，記為 d50四分位數直徑包括 d75，d50，和 d25。
通過累積分布可推導出多種絕對寬度的度量。它對應第 50 百分位數處的直徑，記為 d90–d10。在此示例中跨度為 10.7 納米。一種無量綱的寬度度量是相對跨度，定義為跨度/d50。在此示例中相對跨度為 1.13。其他相對寬度的度量包括百分位數比率，如d90/d10和d75/d25。在此示例中，這些值分別為 2.95 和 1.77。
分布越窄，其絕對寬度度量（包括 FWHM、 HWHM、方差、標準差及跨度等）的數值越趨近于零；而大多數相對寬度的度量（如d90/d10和d75/d25）則接近1。
哪種分布是最佳的數據呈現方式？
| 集中趨勢的度量 | 由哪種分布類型確定？ |
|---|---|
| 眾數 | 微分分布 |
| 平均值 | 微分分布 |
| 中位數, d50 | 累積分布 |
| 絕對分布寬度 | 由哪種分布類型確定？ |
| 半峰寬 | 微分分布 |
| 半峰半寬 | 微分分布 |
| 標準差 | 微分分布 |
| 跨度, （d90-d10） | 累積分布 |
| 相對分布寬度 | 由哪種分布類型決定？ |
| 半峰寬/眾數 | 微分分布 |
| 半峰半寬/眾數 | 微分分布 |
| 標準差/平均值 | 微分分布 |
| 四分位數比率d75/d25 | 累積分布 |
| d90/d10 | 累積分布 |
| (d90-d10)/d50 | 累積分布 |
這取決于所在領域的慣例。例如，很久以前，輪胎制造商就將輪胎胎面和胎壁的相對強度與四分位數比率d75/d25相關聯。因此，該領域中使用從累積分布中得出的這種相對寬度來表示分布寬度。
若您的研究領域尚屬開創性階段且無既定標準，那么您就有絕佳的機會來定義哪種統計方法最有效。例如，您需要將平均值控制在（5 +/-1）微米，且 95% 的顆粒粒徑 ≤ 20 微米（即d95 ≤ 20 微米），則需同時呈現微分分布（平均值）及累積分布（d95）。
盡管本文案例均基于連續分布體系，但我們將在下一篇文章中探討離散分布。不過，既然我們正在討論如何以最佳方式呈現數據，那么離散累積分布中有限數量粒徑級別的示例就頗具相關性。
以篩網為例，2 的四次方根 1.189 是相鄰篩孔尺寸的比率。在這種情況下，從累積分布中得出的統計數據可能是有用的，但嘗試進行數值微分卻十分困難，這會導致從微分分布中得出的統計數據存在較大誤差。在這種情況下，應堅持使用從累積分布中得出的統計數據：中位數、跨度和百分位數比率。
* 數據可通過數量加權、表面積加權、體積加權、重量加權和光強加權得到。不同“加權”方式得到的分布會相互偏移。