大家好，这里是 Lucifer三思而后行，公众号赠书福利活动。
《科研论文配图绘图指南——基于R语言》
参与方式：转发本文至朋友圈、在看、留言，留言需与书籍有关，根据精彩留言，博主会选择 赠送 2 本，领取时需截图朋友圈转发记录。
🔥 群内不定期开启抽奖活动，请添加号主微信 Lucifer-0622 进群参与（备注：赠书活动进群）
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。”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！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。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？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！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。· 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：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。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！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！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！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！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。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。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！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！
