以下文章来源于物理所研究生教育 ，作者Chris A. Mack

论文图表种类繁多，过去两个世纪以来，图表制作一直在创新。尽管如此，快速沟通中最好使用几种熟悉的图表，因为熟悉会方便认知内容。图表设计的首要原则应该是清晰并避免混乱。考虑这点，本文给出一些可能在不同场合有用的图表绘制建议。

绘制论文图表的26条建议

● 记住数据有四个部分：描述（它是什么？）、数字、单位和不确定性估计。如果缺少这四项中的任何一项，那么这些数据基本上是无用的。绘制数据时，请尝试将数据的所有四部分放在图中。

● 如果删除了任何数据点，请解释原因。

● 如果存在误差条（而且它们几乎总是应该存在的），请清楚地解释它们代表什么（数据样本的一个标准偏差、平均值的误差、特定的置信区间等等）。

● 上下文对于数据和数据的展示很重要。图表不能引用上下文外的数据。

● 让数据脱颖而出，不要让它淹没在杂乱的行和标签中。应该可以通过快速扫一眼将数据与图表中的其他东西区分开来。

● 表格最适合查找具体的信息或确切值，而

则擅长显示趋势和进行比较。如果你希望读者能读出数字，那请考虑表格（用于替代或补充）。

● 当数据点的数量较少时，表格通常比

更可取。正如Tufte所说：简单的东西属于表格或文本；

可以给出对众多且复杂数据的一种感觉，这种感觉是无法用任何其他方式直观感受到的。

● 只要不牺牲准确性和清晰度，数据密度越高越好。Charles Caleb Colton的建议同样适用于图表：使读者花最少时间获得最多知识的作者是做得最好的。

● 无论如何，在可以增强

效果的情况下使用颜色（现在大多数文章都在网上阅读），但要确保黑白打印时不会丢失任何信息。

● 根据需要在图表或图标中添加标签或信息，尽量减少来回翻阅正文的需求。如果可能的话，

应该可以自我诠释而不需要从正文中寻找信息。

● 图标不应该最后设计，它们是

不可分割的一部分。图标与

应一起阐释数据的上下文。就像上一条提到的，如果可能的话，我们的目标是让

应该可以自己解释自己。

● 理想情况下，图标应说明三件事：描述图表中的所有内容，提示注意重要特征，以及（如果可行）描述从中得出的主要结论。

●

本身不应有标题。将标题信息放在图标中。

● 确保图表的每个元素都得到了充分的解释，如果不是在

或图标中，请在正文中详细阐释。

● 饼图几乎从来都不是最好的选择。

● 只有在找不到更好的选项时才使用条形图，条形图只应该用于绘制分类的数据。如果数据类别有天然的好顺序，那折线图通常效果更好。因为条形图的长度代表数字的大小，所以条形图必须很细（这样条形图区域不会让读者感到困惑）而且y轴必须始终从零开始（这一限制也是其他类型的图表通常比条形图更受欢迎的原因之一）。

● 并排条形图通常比堆叠条形图更适合进行比较，因为堆叠条形图底部的波动会使图的上部难以解释。堆积折线图也有同样的问题。

● 避免使用3D效果，例如在条形图中使用3D条。它们只会导致更混乱，而不是更清晰。

● 图表应该尽可能简单，而且图表绝不应该比它所代表的数据更复杂。

● 使用对数刻度显示数据中的趋势。对数尺度更强调相对变化，而线性尺度更擅长显示绝对变化。

● 如果合适，考虑为每个轴使用两个刻度（例如，一个显示实际值，另一个显示与参考值相比的百分比变化）。

● 只有在正确操作时，数据聚合或缩减（将数据分组并以组绘制）才可以减少信息噪声并显示趋势。例如，直方图通常对数据大小和起点非常敏感；时间序列图对所选的开始时间和间隔敏感。如果您的结论基于选择的聚合参数而发生变化的话，请谨慎进行操作。

● 选择合适的绘图刻度尺（例如，x轴和y轴开始和停止值）以避免空白：尝试使用每个刻度的至少80%来显示数据。

● 基准线有时在进行比较时很重要，但如果没有天然的基准线，请注意随意选择基准线可能会对读者的理解产生一定的影响。零可能是一个天然的基准线，但如果它导致

空间的浪费，则不要在刻度上强制从零开始。

● 切勿使用刻度断裂或更改某个图中的刻度。如果需要两个刻度来显示数据，请使用两个图表（或尝试使用对数刻度以获得更好的分辨率）。

● 不能用一个好的图表来修复坏的数据。

END

转自：物理所研究生教育，作者：Chris A. Mack

转自：“投必得学术”微信公众号

如有侵权，请联系本站删除！