作為一名戰鬥在科研一線的科研人員，當實驗數據收集好了之後，就要開始著手準備發表成果，寫成被你的領域同行認可的專業論文。你所有的研究成果都會用文字、圖或表的形式呈現出來，雖然文字和表格的作用不可替代，但是大部分研究者會更傾向於從圖中獲取最直觀的實驗結果，有時候一張圖的好壞會直接影響到論文能否發表在高影響力的期刊上。對於新入門的研究生們，早一點認識到作圖在論文發表中的重要作用是十分必要的，下面小編將結合自己的經驗以及眾多科研大牛們的心得向大家分享論文中作圖的技巧和規範。
1圖的種類
數據圖、結構示意圖、流程圖、實驗照片、地圖等等。其中數據圖和實驗照片是最常見的類型，也是最能直觀反映實驗結果中的趨勢或變量關係的工具。
2圖的位置
在我們寫論文初稿時，圖一般會放在最鄰近對應文字的地方，這樣會方便查閱。但現在很多期刊都要求將圖表統一放在正文部分後面，以免正文部分被圖表分割得太零散而影響閱讀。因此我們在放置圖片時也需要注意不要使頁面內出現太多空白，儘量把頁面用圖表和文字鋪滿。
3圖的構成
不同類型的圖有不同的組成部分，下面主要說一下最常用的線圖和柱狀圖的構成。如下：
關於圖片的幾點說明：
a.關於圖的大小，一般來說，判斷圖片大小是否合適的基本原則是，當論文用A4紙打印出來後所有細節正好能夠讓人清楚地獲取。當然，在保證信息清楚的前提下，圖片要儘可能的小一些。
b.圖中的顏色，要直到很多人都會把論文黑白打印出來閱讀，所以如果重要信息是用不同顏色標出，就會讓讀者的理解造成不便，但是現在期刊上彩色圖片也會來越受到歡迎，也不能說完全不可以用彩色圖片，但有一點需要注意的是絕對不能僅僅因為好看而用彩色圖，所有的顏色一定要有充分的含義。
c.只要是表示平均值，請儘量加上誤差棒，否則會顯得很不嚴謹。
4圖的題目(Legends or Captions)
首先，每張圖都應該有一個與出現順序對應的獨立編號，如Figure 1.，Fig. 3。而這個Figure是否可以縮寫，需要根據具體期刊的要求而定。其次，圖題一般放在圖的下方，而表格的題目是在上方的。最後，圖題的敘述需要保證簡潔明瞭便於理解，一般需要包括以下內容：圖中的研究對象和大致結果是什麼；每張分圖片、曲線或柱狀的含義；圖中特殊標記、橫縱座標的含義及單位。需要注意的是，研究對象和大致結果一般只需要簡單的交代，在保證圖片獨立性的同時儘可能簡潔，具體細節可以在正文中詳細介紹。例如：
5圖的合併
當需要把幾張相關的圖放在一起進行對比時，就需要把多圖有序地合併在一起。這些圖將共用一個圖題，每張分圖一般用a,b,c或A,B,C標號，各個圖中的內容必須要在圖題中指明。正文中引用其中的圖片時也應該指明分圖的序號，如“（Fig. 1b）”。如下圖所示：
6常見圖形的作圖要點
A. 柱狀圖(Bar Graph)
柱狀圖主要用來比較若干組樣品的某個單變量（及其平均值）。如下圖所示，這一柱狀圖用來比較在不同溫度下經過1或2道次變形處理的鎂合金的平均晶粒尺寸，直觀的展示出溫度對這一變形處理後晶粒大小的影響。
注意：
(1) X,Y軸的含義需要指示清楚，尤其是X軸中每一組的名稱；
(2) 若X軸是以數字分組，則需要寫出其單位；
(3) 每一組內如果還有分組（如上圖中1pass和2pass），需要在圖中空白處用對應圖標指出；
(4) 有一些柱狀圖中的誤差棒也可以只標出柱外的一半，柱內的一半誤差棒可以略去。
B. 頻率直方分佈圖(Frequency Histogram)
這一類圖主要用來展示某一研究對象樣本的頻率分佈規律，顯示各組之間頻數的差別，使獲取的數據直觀、形象地表示出來。
注意：
(1)Y軸既可以是相對的百分比，也可以是絕對的數量值。
(2)為了更好了解數據的分佈情況，X軸中的組距、組數起關鍵作用。分組過少，數據就非常集中；分組過多，數據就非常分散，這就掩蓋了分佈的特徵。當數據在100以內時，一般分5~12組為宜。
(3)如果分組過多，如下圖所示，就不需要在X軸中標出每個bin對應的值，只需將刻度均分後在主要的值下標註即可。
(4)圖題中應該交代統計過程中的約束條件或其他統計策略。
C. 散點分佈圖(X,Y Scatterplot)
這類圖用兩組數據構成多個座標點，考察座標點的分佈，判斷兩變量之間是否存在某種關聯或總結座標點的分佈模式，一般還會據此可以選擇合適的函數對這些數據點進行擬合。如下圖所示：
注意：
(1) 散點圖中包含的數據越多，比較的效果就越好。
(2) 如果有某一個點或者某幾個點偏離大多數點，也就是離群值，通過散點圖可以一目瞭然，從而進一步分析這些離群值是否可能在建模分析中對總體產生很大影響。
(3) 一般用X軸表示自變量（或者說更有可能的自變量），Y軸表示因變量。如果兩個變量之前並不存在前因後果的聯繫，則XY的選擇可以隨意分配。
(4) 即便自變量為連續性變量，仍然可以使用散點圖，通過散點的疏密程度和變化趨勢表示二個連續變量的數量關係。
(5) 如果有三個變量，並且自變量為分類變量，散點圖通過對點的形狀或者點的顏色來區分，就如同上圖中紅色和黑色點分別代表TD和RD方向的數據點。
(6) 如果是3個變量均為連續性變量，還可以在許多統計軟件中繪製高維散點圖，如下圖所示:
D. 折/曲線圖(X,Y Line Graph)
這類圖展示的是變量Y隨變量X的函數關係。在折線圖中，數據是遞增還是遞減、增減的速率、增減的規律（週期性、螺旋性等）、峰值等特徵都可以清晰地反映出來。所以，折線圖常用來分析數據隨時間的變化趨勢，也可用來分析多組數據隨時間變化的相互作用和相互影響。雖然都是有多個數據點構成，但是它和散點圖的一個重要區別是，散點圖中的數據點之間一般並沒有顯著的相關性，而曲線圖每個數據點與緊鄰點之間是相互關聯的，如晶粒度-熱處理時間關係曲線、應力-應變曲線等。如下圖所示：
注意：
(1)不同組的曲線最好用不同的符號或者顏色來區分，並需要在空白處或圖題中加以說明。
(2)上圖中其實是兩大組（RD和TD兩個方向）中又分了若干小組（不同溫度），不同的方向用實心和空心符號區別，不同的溫度就用不同的形狀區別，這一點細節值得學習。
(3)如果曲線能夠體現出明顯的層級結構，也可以在圖中用虛線或者標記指出，這樣能使結果更加直觀清楚。如下圖所示：
當然，還有很多其他類型甚至更加酷炫的圖，不管怎麼作圖，原則都是為了讓自己的學術成果更加直觀準確的呈現給大家。以上就是小編的一點心得，有不足的地方希望大家多多指教，讓我們一起提高科研作圖技能吧~
長按二維碼 關注我們
有問題請聯繫微信ID：JXKXYJS
閱讀更多 機械科學與技術 的文章
