研究人必读｜论文作图的十大黄金准则

picture from 500px by Jesper Dina Belenko

本文为译文，译文首发于唧唧堂，译者：唧唧堂研究人 kid

科学的直观化被定义为用图形展示科学数据的过程。展示同样数据的方法有很多种：散点图，线图，柱形图，饼图等。对于同样的数据和图形，不同的人也会有不同的看法。本文为改善图形的设计方式提供一些基本规则，也指出一些常见的误区。

法则1：了解你的受众

当作者想表达的内容与受众对图的理解存在明显的不同时，问题也随之出现。因此，在对图进行设计的过程中，尽早确定受众和所要传达的信息十分重要。如果你为自己和同事作图，那么某些步骤就可以跳过，因为你们对图有一定程度的了解。然而，如果你想在学术期刊上出版文章，你应该确认图的准确性，并且要能够传达所有相关的信息。当需要为学生解释一个概念时，作图方式也要特别留意。你可能需要添加补充信息以保证概念能够被充分理解。最后，一般受众是最难应付的部分，因为你需要设计一张简单易懂的图来揭示重要的研究结果。

法则2：确认你的信息

只用文字描述显得太冗长或者在口头演讲过程中，需要用图来表述想法、介绍事实或结果。在这种情境下，明确地定义图所扮演的角色尤为重要，即，隐含的信息是什么，一张图如何最好地传递信息。一旦确认完毕，所需传达的信息将会指导图的设计过程。正如你会在确定主要内容后才动笔开始写文章一般，你也应该在确认所要传达的信息之后发展你的图。如果你的图能够在被看到的第一眼就传递出重要的信息，那么你的文章也可能吸引更多的注意。

法则3：图与支持媒介相配

图可以在各种媒介上展示，如海报，电脑显示器，投影屏幕，或者一张纸。不同媒介会呈现不同的物理尺寸，但最重要的是，展示和互动的形式也不同。举个例子，在口头演讲的过程中，一张图只会在有限的时间内出现。因此，观众必须在听你讲解的过程中快速理解展示的内容。在这种情形下，图一定要简单，传递的信息一定要显眼，才能够抓住观众的注意力。口头演讲还需要注意的一点是，图会以投影的方式呈现，所以图中的线要加粗，点和文本要放大，颜色要有强烈的对比，避免使用垂直文本等。对于期刊文章，由于读者有足够的时间看图，所以很多细节部分都可以加上（如，补充说明的内容）。如果我们考虑到越来越多的人通过电脑屏幕阅读期刊文章，他们也可以对图进行放大或拖拽操作。一般而言，不同媒介对图的要求也不同，你不应该从文章中复制一张图，直接粘贴到口头演讲的PPT中。

picture from 500px by Jesper Dina Belenko

法则4：说明部分必不可少

不论是描述实验装置，介绍一个新的模型，或展示研究结果，你总不能用一张图解释所有内容——图应该与标注共同使用。标注指出该如何解读图形，也能够对无法传递的信息进行说明，正如口头演讲过程中你对演讲内容进行解释一样。如果你制作了一张柱形图，不要期望你的读者能够猜出柱形图代表的具体数值，或目测出不同柱形的相对高低。另外，在文章的文字部分或者在图中应该清楚的写出或标出重要的数值。与之类似，如果存在关键的区域，特殊的点等需要强调，你也应该在说明部分清晰明确地标示出来。

法则5：不要信任缺省值

任何绘图程序库或绘图软件都会内建一系列的默认设置。当终端用户不进行事先定义时，这些默认项就被用来设置大小，字体，颜色，风格，标记等内容。根据默认设置，你通常能够识别出每种软件包（Matlab，Excel，Keynote等）或程序库（LaTeX，matplotlib，gnuplot等）的绘图风格。默认设置一般对任何图形来说都不会显得突兀，但每种图形都需要根据自身的特点和需求对设置进行优化。为了使图形更加精细，更能突显数据的特质，所有图形至少都需要进行一点手动调整。

法则6：有效地使用颜色

颜色是人类视觉系统的一个重要方面，在图形的设计中也扮演着重要角色。然而，如Edward Tufte所述，色彩能够成为最好的盟友，如果使用不当，也能成为最令人头疼的敌人。如果你决定使用颜色，你应该考虑使用哪些颜色以及在何处使用它们。例如，为了突显图中的某些元素，你会为这些元素着色，同时保持其他元素灰暗，这样能够提供一种强调的效果。然而，如果你没有这种需求，你应该问问自己，“这样图为什么是蓝色而不是黑色？”。如果你不知道答案，就让它保持黑色。同样的道理，除非有明确的理由，否则不要对色图使用默认设置。色图一般被分为三种主要类型：

(1)连续：用于从低到高变化的定量数据。

(2)发散：用于强调从中值偏离的数据。

(3)定性：主要用于离散或分类的数据。

色图的类型应该与你的数据相匹配。最后，避免使用太多相近的颜色，因为色盲区分颜色的能力很弱。

picture from 500px by Jesper Dina Belenko

法则7：不要误导读者

与其他图形艺术相比，科学的图表要求尽量客观地展示数据。根据定义，科学的图形应该与数据相联系。如果放松这种联系，你可能无意中传递出与意图相悖的信息。然而，客观地展示结果并不总是简单直接。例如，一些软件内含的选项如果使用不当，就会在某些情形下误导读者。如果你的软件自动调整某些数值，你可能获得数值的客观描述，但读者可能获取一些并不存在于数据的信息。你也可能选择一些错误选项，如，用饼图或3D图来比较数量大小。这两种图一般需要专业的知识作基础，才能够灵活运用。依据经验法则，我们应该确保使用最简单的图来传递信息，必要时可使用标签，标题，刻度来描述数据。最后，不要犹豫，经常向同事询问他们从图中获取的信息，并与你的意图相比对。

法则8：避免“Chartjunk”

图垃圾（Chartjunk）指的是一张图中所有不必要或引起混淆的元素。这些元素对信息没有改善作用，有时甚至会混淆作者的本意。例如，过度使用色彩，过多的标签，无意义的背影色，没用的网格线等都是导致图垃圾的因素。Edward Tutfe认为，不能告诉读者额外信息的粉饰都应该被禁止。因此，为了避免图垃圾，我们应该尽量节约墨水，或者运算时代的电子。尽管如此，一种被认为是图垃圾的元素，在某些图中可能是必须的。如果你仍有疑惑，不要犹豫，Kaiser Fung开放的优秀博客对各种图垃圾的形式进行了详细的解释。

法则9：信息胜于美观

图形在科学文献中的应用由来已久。随着时间的流逝，每个学科领域都发展出自己的作图风格。牢记这些标准在一定程度上能够使你避免犯错。然而，大多数情形下，你需要自己设计一种全新的图，因为不存在四海皆准的作图方法。为此，你需要浏览学术文献来获得灵感。如果一些文章的图恰巧适合你的数据，你应该根据自己的需求进行一定程度的改动，同时也要注意图的版权问题。如果你从网络上找寻资源，那么你一定要注意。有无数的在线图表资源是以美观为第一要义进行设计的，内容反而被放在次要位置。请记住，信息和可读性是设计科学图形的第一要义，美观与否只是一种辅助，永远不要本末倒置。

picture from 500px by Jesper Dina Belenko

法则10：使用合适的工具

有很多工具可以使作图的过程更容易，了解一部分工具的特点或许可以节省大量时间。取决于你想创建什么样的图，总有一款绘图工具适合你的需求。以下介绍几种常见的开源绘图工具：

Matplotlib：一种Python绘图程序库，主要用于2D绘图，但也能绘制3D图形。

R：一种针对统计计算和图形的语言环境。R具有极高的扩展性。

Inkscape：一种专业的矢量图编辑器。它让你能够设计复杂的图形。

TikZ and PGF：是TeX软件包，用于编程式的图形设计。

GIMP：很适合对已有的图形进行编辑修改。

ImageMagick：用于创建、编辑、组合、转换位图的软件包。

D3.js：基于JavaScript，适用于嵌入网页的图。

Cytoscape：适用于复杂数据处理的软件平台。

Circos：为基因组数据而生，但也能够应用于其他领域。

参考文献：

Fung K (2005). Junk charts: Recycling chartjunk as junk art. Available: http://junkcharts.typepad.com. Accessed 12 August 2014.

Tufte EG (1983). The Visual Display of Quantitative Information. Cheshire, Connecticut: Graphics Press.

文章原文：

Ten simple rules for better figures

Nicolas P. Rougier, Michael Droettboom, Philip E. Bourne