985研究生都在用的论文配图法,后悔没早看

科技   2024-10-31 17:37   广东  
文末赠书
凌晨四点,终于交了论文。
囫囵一觉醒来,打开手机就看到了导师简单的评注:“论文不错,图表重做。”
好消息:论文过了。
坏消息:论文没有全过......
毕业证离自己可能就差这么几张图,可这不就是几个统计图表嘛,配图难在哪里??
打开互联网,随便一搜,立刻就被前人总结的小坑大坑超大坑淹没:

1. 图表有基本错误,横轴纵轴不清晰,标示缺损

2. 图表数量太少,不能多角度展示数据特点

3. 图表种类单一,图像语言不够丰富,显得结论单薄

4. 图表类型选择不当,不适合研究变量,不能体现研究重点,回答不了研究问题

5. 图表颜色设计差,只使用默认样式,丑拒

6. ……

没想到数据图表这么有讲究,赶紧开启补课模式,务必要在“死线”前把这几个图完美地画出来!
第一次尝试:买课!
咬咬牙,花了大价钱买课。没想到有些课只有试听部分精彩,而有些课尽管确实不错,但事无巨细,课时太长,实在看不完。
第二次尝试:自学!
已经快读完一个学位了,小小数据图,岂能难得到我?更何况,这次还是开卷考!咱们才不花这个冤枉钱!打开互联网搜了几个经验贴,又被狠狠劝退:知识点零散,部分知识还特别陈旧,代码复制了也不一定能用。好不容易找到合适的分享案例,要注册、充值才能看完全部,咽不下这口气扫码充值,还能怎么办呢?
第三次尝试:买书!
开始搜数据可视化教学用书,又被琳琅满目的推荐迷花了眼:选择那么多,到底应该用哪一本才能多快好省地解决图表问题?
相信一定有好多同学在心中呐喊:我已经会R语言和统计了,我数据都准备好了,p值都显著了,我可就差漂亮的科研图表了,不想买一本R语言语法书看啊!很多时候我们都需要从头开始学这些。虽然我们有科研能力,但是市场上专门服务这个小类别的在《科研论文配图绘图指南——基于R语言》之前,似乎很少。所以今天看到这个就特别特别想把它分享给正在搞科研的你!
点击下方,即可优惠购书

Part.1

开门见山,只讲你最关心的知识

与其他冗长的R语言教程相比,这本书实在是清新脱俗:讲且只讲专业的科研论文配图要领,去掉了太长不看的R语言发展史,也没有无关科研制图的R语言语法,只重点讲解绘图相关R语言包的各种用法,比如、ggplot2、sf以及ggpubr等。
第1章,作者就开门见山地介绍了科研配图的基本构成
一张完整的科研图表,应当具备这些元素:

· X轴

· Y轴

· X轴标签

· Y轴标签

· 主刻度

· 次刻度

· 图例

……

不看不要紧,一看吓一跳,原来科研制图还有这么多需要注意的条条框框,这还不算,接下来,作者又介绍了科研制图的三大原则:

· 必要性原则

· 易读性原则

· 一致性原则

在写论文的过程中,很少会有导师有时间细细给学生讲解科研制图到底有什么规矩,而这本书正好补上了这一课,让读者能认识到什么样的图表才是符合科研要求的图表。

Part.2

别具一格,让科研配图“好看”起来

在学会了如何正确画好图表后,就是这本书在同类教程书中最别具一格的地方。它介绍了基本的美术配色原理,详细讲解了如何运用基础的色彩原理,来给自己的默认样式、没有色彩重点的图表进行一场整容级的美化
如果图表使用搭配得当的颜色,就能让科研结果更加一目了然,方便论文的读者(不管是导师,还是同行)更好地理解数据关系和数据模式,这样的知识在同类书籍中可以说是绝无仅有的。
比如,论文内数据之间关系直接,较为密切,数量不超过5个?那就用上这个单色配色方案!
单色配色方案在色轮上的展示。
要做两组数据对比,观察数据组间差异?那就用上互补色配色方案!
互补色配色方案在色轮上的展示
要不要让数据颜色更加丰富?那就学一学等距三角配色方案和四角配色方案!
等距三角配色方案和四角配色方案在色轮上的展示
不过,作者也贴心提示:在用这两种方案时要特别注意,色彩过多可能会喧宾夺主,因此在真正运用之前,还是要多学习案例,多思考一下吧!

Part.3

细致讲解,图表代码通通搞定

来到第二章,作者正式介绍R语言中的主要绘图工具ggplot2
在书中,作者给出了ggplot2工具绘图的基本语法结构,这样,即使遇到再复杂的语句,也可以对照着结构表来理解:
第2章还以表格的形式清晰直观地总结了大量完整干货,比如几何对象函数分类、视觉参数通道、线形、点形、视觉效果、标度类型示例等。
以上图表只是完整干货的一部分,光是这些,就已经让人心动下单啦!

在第3-8章中,作者开始分门别类,细致地介绍每一种科研论文数据图表如何绘制。
与市面上常见的单纯讲解编程语言的教辅书不同,这本书先介绍图表种类和用法,给出图表的样例,再介绍具体代码。这样就使得我们在使用这本书的时候,不必通读全篇,大海捞针,只要找到自己需要的图表,再照着教程依样画葫芦就可以了,学习起来非常高效!
举个例子,在描述双变量数据的模式时,我们可以使用克利夫兰点图,这种图的特点是不以坐标轴的0点位置开始,使用每个类别关联值处的点来编码数据,从而使得它能更清晰地对比不同数据,使图表更易读。
书中配套资源也给出了相应的完整代码:
在运行之后,我们就能看到这段代码生成的图像,至此,你已经掌握了一种新的图表绘制方法,并且随时能把它应用到科研论文写作中去。以上的一切,不过是这本包罗万象的宝藏教程中的冰山一角。书中提到的每篇科研论文的数据图表都如同上文例子一样,搭配了全彩的配图和完整的用例,并且配套资源中还有现成可复用的代码。下面,就再给大家列举本书中一些好看的专业图表吧。
感觉一旦拥有本书,自己的科研图表也和作者一样:

1. 规范清晰,符合学术标准

2. 数量合适,全方位展示数据内在趋势

3. 种类丰富,展示数据解读的多样性

4. 类型恰当,突出研究重点,使结论一目了然

5. 颜色设计亮眼,导师看了连连说好

有了完美的配图之后,干瘪的论文一下子内容就丰满了。不管面对何种数据分析问题,你都拥有了强大的科研图表设计能力,自己发现问题时可以更有针对性地修改,向导师提问时也可以将问题描述得更加精确,更容易得到回答。
而如果你之前已经累积了一些科研制图的基础知识,小编相信这本书中提供的海量案例也能让你受益。本书还配有书中所有的源代码文件,所有代码都可以直接修改复用,让你的练习轻松加倍。如果你已经学会了制图,这里的代码也可以作为一本好用的代码词典,随查随用,相当方便!

Part.4

专家撰写,多年经验凝成一本

这本书为何能如此出色?如果你了解本书的作者宁海涛老师,你就能懂了。宁海涛老师是一位非常出色的数据分析师,对颜色科学、可视化设计、数据分析和人工智能都有深入研究,与此同时,他还是学术/商务插图设计爱好者。有多少R语言专家是懂设计的呢?正是这样的斜杠青年,资深专家,才最懂我们学习科研图表的痛点,也才能写出这样一本内容凝练、优质的学习用书。
宁海涛老师还创办了公众号 DataCharm ,从2020年5月至今,已经累积撰写了超过千篇关于科研论文配图绘制技巧的文章,之前还已出版了《科研论文配图绘制指南:基于Python》,这本基于R语言的同系列书,也绝对可以说是集科研数据制图教学之大成,只要你的工作学习中需要接触科研论文图表,相信入手这本书绝不会选错!
点击下方,即可优惠购书
作者另一科研论文配图绘制保姆级教程
▼▼▼

点击下方,即可优惠购书

—END—



分享你在绘制图表时遇到的困难


分享你在绘制图表时遇到的困难    在留言区参与互动,并点击在看和转发活动到朋友圈,我们将选4名点赞最多的读者赠送纸质书1本,截止时间11月11日。

点点GIS
一点GIS,一点Python,一点杂谈
 最新文章