图表是一种有效的数据可视化方式。清晰美观的图表能够更直观地展示数据，吸引读者阅读文章，传达研究成果。但是，制作图表并不是一项简单的任务。本期，我们将介绍一些制作图表的小技巧，希望能对您有所帮助。
01
明确是否需要图表
图表是一种有效的数据可视化方式，但不是所有的数据都适合用图表展示。有时候，用文字就可以清楚地说明问题，使用图表反而会增加阅读难度。所以，在制作图表之前，请先问问自己：我真的需要图表吗？
如果你的数据有以下特点之一，那么可以考虑使用图表：
◆ 数据量较大，难以用文字概括。
◆ 数据有明显的变化趋势。
◆ 数据需要和其他数据进行比较，以佐证文章观点。
02
选择合适的图表
不同的数据类型适用于不同的图表。选择合适的图表类型可以让数据更加直观明了，提高读者的阅读体验。以下是一些常见的图表类型及其适用范围。
折线图：适用于展示随时间或其他因素而变化的数据趋势，如体重变化。
柱状图/条形图：适用于展示不同类别之间的比较，突显数据的大小和差异，如不同品牌的市场份额及排名。
散点图：适用于展示两个变量之间的关系，显示数据的分布情况和聚集程度，如身高和体重的关系。
饼图：适用于展示各部分占整体的比例，如GDP在不同行业的分布。
前麦肯锡顾问Andrew Abela（2009）针对不同数据类型（比较、联系、分布、构成）推荐了不同的图表方案。大家可以根据自身情况学习参考哦。
03
增强图表可读性
一个好的图表不仅要能够准确地传达数据信息，还要能够让读者快速理解和记住。
◆ 多个图表的布局应遵守“从左到右”或“从上到下”的规则，以方便阅读。
案例一：作者删除多余的数据和重复元素，并根据“从左到右”或“从上到下”的规则，重新排版布局，突显了研究的主要目的。
案例二：作者调整了图表的类型，使用对比度更强的颜色，来突出显示数据的要点，即私立营利性机构的辍学率远高于所有其他机构。
总之，提高图表可读性需要综合考虑多种因素，包括内容、字体、标题、数据选取、颜色、轴标、图例以及布局等。只有综合优化这些因素，才能制作出易于理解的高质量图表。
04
遵循期刊格式要求
不同的期刊有不同的规范要求，包括图表大小的限制、图表的最大数量以及颜色、字体、分辨率和文件类型等要求。通过访问目标期刊的主页，可以找到最新作者指南。在提交论文之前，请仔细阅读期刊的作者指南，并根据指南调整图表。
例如，《Science》最多允许论文中有6张图表，单列图表宽度为55 mm，双列图表宽度为 230 mm。相比之下，《Nature》杂志只允许3-4张图表（单列图表最大宽度89mm，双列图表最大宽度183mm）。如果打算发表《Nature》论文，则需在四张图表内，将研究成果展示清楚，吸引读者的眼球。
恭喜你，您已经掌握了制作高质量图表的必备技能！当然，这些技能只是入门的指导，如果想要进一步提升图表制作能力，还需要在科研生活中勤加练习哦。
欢迎评论区留言讨论哦~
欢迎添加咨询或备用哦~
版权说明：任何形式的个人、媒体或机构未经授权，不得转载或复制。授权转载请在公众号后台回复关键词“转载”获取联系方式，转载需保留文中注明的参考资料。
— 往期推荐 —
哪些研究要伦理审查？伦理审查怎么写？附模板（Ethical Approval）？
科研新手如何有效检索文献？这8个阶段你需要了解
如何快速找到Research gap，确定研究问题？试试这些好办法吧→
感觉不错，点个和在看呗~
