在撰寫科研論文時如何選擇繪圖工具？

引 言

上期，我們(men) 詳細介紹了論文的入門，今天繼續進入我們(men) 的第五期課程《如何撰寫(xie) 科研論文之及論文工具繪圖篇》。作為(wei) 文章內(nei) 容的支撐，圖表是最直接的整合數據的工具，能夠更清晰地反映出研究對象的結果、流程或趨勢。在發表論文的時候，審稿人除了關(guan) 注論文內(nei) 容和排版外，也會(hui) 審核圖表是否清晰美觀。

可以說，圖表能夠代表論文的“顏值”，精確清晰的圖表不僅(jin) 能夠更好地反映研究成果，更能讓審稿人眼前一亮。利用繪圖工具，不僅(jin) 能夠獲得更多的模型模版，還能為(wei) 大家縮短分析數據的時間，這樣能夠避免大家走很多彎路。

圖片是一篇論文的門麵，因為(wei) 很多審稿人還有讀者習(xi) 慣從(cong) 掃讀論文的圖片開始。所以製作精美的圖片從(cong) 一開始就能抓住讀者和審稿人的“心”。學術論文中畫圖時要注意裏麵的基本要求，避免因“踩坑”而拒稿。

首先要達到專(zhuan) 業(ye) 性。這是因為(wei) 圖片是整篇論文的一個(ge) 數據“壓縮包”。所以我們(men) 需要用專(zhuan) 業(ye) 的方式展示圖片，讓審稿人和讀者快速了解這些數據。雖然大部分期刊都沒有規定圖片的最大數量，但其為(wei) 了確保每年發表論文的總數量，對論文的版麵是有一定限製的。比如Nature發表的article類型一般規定不能超過3-4個(ge) 圖表。

（圖片來源於(yu) 2022年ISEF Regeneron Young Scientist Award獲獎項目）

第二個(ge) 要求就是條理性。現在實驗分析或者其他數據分析都會(hui) 有很多組的數據。怎麽(me) 清晰歸納和展示每個(ge) 組的數據非常重要。比如我們(men) 實驗有三個(ge) 工況時，就需要清晰表達三個(ge) 工況的數據和其背後反映的規律。需要做到數據容易區分、反映的關(guan) 係清晰可見、以及圖片中的標識清楚。

獨立性就是論文中的每個(ge) 圖都是一個(ge) 獨立的整體(ti) 。當審稿人或者讀者單獨查看某一圖片時不需要再仔細查看上下文就能夠很清楚地明白圖片的含義(yi) 。如果圖片解釋不清楚，讀者或者審稿人這時就需要在上下文中仔細查看具體(ti) 細節，這個(ge) 非常費時費力。需要讓圖片獨立表達意思、保持圖片的完整性、條件指示清楚。

可靠性是論文圖片的基礎。我們(men) 在審稿的時候，有些雜誌會(hui) 特意提醒審稿人實驗分析中必須要有誤差分析，這也是可靠性的一部分。需要做到展示數據的誤差分析、清楚表達數據的獲得條件、以及展示可靠的影響因素。

（圖片來源於(yu) 2022年ISEF 行為(wei) 與(yu) 社會(hui) 科學組項目）

基於(yu) 以上幾點，機構科普一波在撰寫(xie) 論文期間能用到的繪圖工具，希望能解決(jue) 大家在繪圖製表方麵的問題。

最常用的就是Excel了，除了能很方便列出數據以外，還能畫出建議圖形來表示各個(ge) 參數之間的關(guan) 係。其優(you) 點可以很簡單利用其自帶功能來進行統計分析，比如曲線擬合、方差計算等等。但其缺點也比較明顯，其畫圖一般比較簡單，而且畫的圖以二維為(wei) 主，比如曲/直線圖、柱狀圖、餅圖等等。

Origin是科研人員使用最廣泛的一款軟件，一般可以滿足所有主要的二維以及三維圖形，而且其可以個(ge) 性化定製自己的習(xi) 慣，從(cong) 而縮短同類型圖的時間。其操作界麵簡單易懂，對於(yu) 初學者很容易入手。另外其中也自帶直線、曲線擬合功能，可以很容易得到相關(guan) 的統計分析數據。

Python自帶的畫圖功能一般比“雞肋”，因為(wei) 需要通過編程來實現各種功能，需要對Python語言有比較充分的了解。但Python有很多公司或者網友製作的模塊（或者可以說成插件，比如pyecharts、Seaborn），可以簡單實現各種“炫酷”以及“無所不能”的定製圖形，如下圖所示。另外其還可以使用一個(ge) 其他軟件很少的功能，也就是動態圖。但其缺點也很明顯，其人機界麵主要通過編程完成，這樣用戶體(ti) 驗就不如Origin那麽(me) 方便了。

Matlab應該是使用編程語言畫圖中比較簡單的一種，因為(wei) 其中的畫圖模塊基本上幾行代碼就可以搞定，而且其定製化可以通過界麵來實現，總體(ti) 來說過程比較簡單。其基本上可以實現各種二維、三維圖形的製作。另外其有一個(ge) 非常“強悍”的功能，其可以對圖像批量進行處理。

比如說我有大量的Excel數據，而且其中需要根據其中不同的類型畫不同的圖形，這樣我們(men) 可以利用Matlab編程實現一條龍的服務，比如讀取Excel數據、判斷數據類型、畫出圖片、圖片個(ge) 性化定製、輸出圖片。所以一個(ge) 程序可以自動實現成千上萬(wan) 張圖片的自動處理。而且更重要的是，整個(ge) 編程簡單、不會(hui) 需要專(zhuan) 門的技能。

Tecplot是一款強大的數據分析和可視化處理軟件，但一般不會(hui) 用於(yu) 簡單的二維曲線圖的製作。其主要處理大批量的數據，比如說其可以和FLUENT數值模擬軟件接口，從(cong) 而可以簡單的實行大規模數值模擬輸出數據的處理以及模擬動畫的製作。

Prism作為(wei) 一款經典的數據分析軟件，具有八種不同類型的數據表，這些表針對需要運行的分析采用了不同的格式設置。Prism在界麵設置上非常貼心地用非統計學術語為(wei) 大家提供了多種數據分析方法使用指南，從(cong) 常見的分析方法到高度特定的——非線性回歸，t檢驗，非參數比較，單向，雙向和三向ANOVA分析，列聯表分析，生存分析等等，能夠幫助大家找到最適合自己研究內(nei) 容的分析方法。除此之外，Prism官網為(wei) 大家提供了部分統計方法的保姆級視頻教程，可以說是手把手教學。所以大家不用擔心Prism的使用難度，InVisor小編個(ge) 人覺得它是本文裏幾種繪圖軟件裏麵最容易操作的。

看完以上的介紹，希望大家對這幾種繪圖工具有大概的了解！大家可以根據自己的論文數據選擇合適的繪圖工具，並通過這些繪圖工具得到清晰美觀的圖表，從(cong) 而使自己的論文內(nei) 容更加飽滿。