后悔没早看！985研究生必备论文配图法

情感 2024-09-22 10:11 湖北

关注尤而小屋，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。书中提到的每种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余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—

赠书规则

赠送书籍：感谢异步图书免费赠送2~3本经典书籍！

赠送规则：留下你对人工智能、可视化、机器学习、Python等方向的理解，后台回复进群，基于留言顺序随机抽奖!!!~

开奖时间：9月24日21:00，准时开奖，中奖者请12小时内联系小编，逾期不候~

注意事项：请勿刷赞，如发现机器或者非真实流量刷赞，发现后将进入黑名单，取消获赠资格。

没有中奖的朋友不要气馁，欢迎购买

http://mp.weixin.qq.com/s?__biz=Mzg3ODY2MDAyMQ==&mid=2247560703&idx=1&sn=bf2d352e9790021fb9ead39c7ae83042

尤而小屋

尤而小屋，一个温馨且有爱的小屋🏡 小屋主人，一手代码谋求生存，一手掌勺享受生活，欢迎你的光临~

最新文章

时间序列预测神器Prophet【教程3】：突变点预测

酷炫！10张BI可视化大屏模板，拿来即用！

机器学习：欧式距离、曼哈顿距离、切比雪夫距离

Neo4j，图算法最强总结！

畅销19万册！MySQL入门经典书重磅升级

机器学习集成方法总结：Bagging, Boosting, Stacking, Voting, Blending

最强图解微型神经网络：多层感知器MLP

李飞飞：一位备受尊敬的女性AI学者

基于深度学习的工业异常检测

具身智能，下一波AI浪潮！

数据别愁！14个机器学习电影数据集

总结7大数据分析方法

Python实现10种顶流聚类算法（附代码）

由浅入深！100个pandas数据处理技巧

超强图解Transformer

豆瓣9.6，多语言版本全球发行，AWS经典再升级！

刚刚！阿里巴巴公布“姜萍时间”调查结果公布

大模型&推荐系统，强强联手！

从小白到Kaggle Grandmaster的比赛技巧

基于支持向量机和SVM的人脸识别案例

热销17万册，《算法图解》第二版终于来了！

8种高级特征工程技术

jupyter notebook进阶使用：nbextensions

中国高校面积Top10

大模型应用开发：RAG入门与实战（文末赠书）

2024年诺贝尔物理学奖，颁给了搞AI的！

刚刚，诺贝尔化学奖，揭晓！AI是没有边界的！

上海交大ACM班总教头俞勇教授团队第4本重磅新作出版啦！

后悔没早看！985研究生必备论文配图法

突发！高通准备收购英特尔？

《李宏毅：深度学习详解》终于出版了！

pandas处理时间序列数据：基础知识点

IBM中国裁员赔偿N+3！千人被裁，中国研发部彻底关闭！

基于长短期记忆模型LSTM的股价预测实战

机器学习神器Scikit-Learn超强图解

豆瓣评分9.3，畅销29年，深受哈佛、剑桥、清华等名校青睐

时间序列预测神器Prophet【教程2】：饱和预测

吴恩达，YYDS!

吴恩达团队最新成果: ManyICL

销量超10万+，这3本书凭什么能得到Python之父推荐？

数据预处理10大必备技巧

时间序列预测神器Prophet【教程1】：极简入门案例

Python实现10种概率分布（附代码）

文末赠书|AI for science：人工智能驱动科学创新

深度学习10种优化算法原理及实现（附代码）

2024最值得关注的10个深度学习算法

国产大模型之光-Kimi AI

机器学习：基于scikit-learn进行特征工程

彻底弄懂Python单星号、双星号的使用

超强Pandas图解教程

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉