签到
EN

学术干货!如何简洁高效地绘制图表来展示数据?

29浏览
2022/01/11 01:39发布
经典论文回顾
经典论文回顾
邀您一起回顾经典论文——学术干货!如何简洁高效地绘制图表来展示数据?

 

图表是讲故事的有力工具,也是论文的关键组成部分。读者通常会略过大篇幅的文字描述,聚焦于更加直观的图表。

 

大量复杂的数据如果用文字解释将长篇累牍,但若通过图表呈现则简洁高效。因此,图表本身就能清楚地表达论文的主要发现,这一点非常重要。

 

就图表各自的特点而言,表格适用于归纳大量数据,而图象则通过将数据可视化从而传达令人信服的论点。

 

匹兹堡大学的神经科学博士Roma Konecky于2020年9月10日在American Journal Experts上发表专栏文章“Scientific Data Presentation: a Picture Is Worth a Thousand Words”,针对如何在论文中更好地展示数据提出了一些指导性意见。

 

American Journal Experts(以下简称AJE)是一个专业的论文修改网站,受到Elesiver的认可和指定,经其润色过的文章不会因为语言问题退稿。

 

AJE的团队由学术和出版方面的专业人士组成,已经在2000个研究领域编辑了超过700000篇论文,帮助大量国际研究人员消除了语言障碍,使他们的工作发表在顶级期刊。本文作者Roma Konecky就是AJE的一名编辑质量顾问。

 

American Journal Experts(简称AJE)


 

AJE是一个专业的论文修改网站,受到Elesiver的认可和指定,经其润色过的文章不会因为语言问题退稿。

 

AJE的团队由学术和出版方面的专业人士组成,已经在2000个研究领域编辑了超过700000篇论文,帮助大量国际研究人员消除了语言障碍,使他们的工作发表在顶级期刊。本文作者Roma Konecky就是AJE的一名编辑质量顾问。

Part 1
表 格

表格适用于:

➢ 总结特定的信息;

➢ 需要呈现精确的数值;

➢ 存在多个不同的计量单位。

 

表格制作规范:

➢ 标明行列代表的内容;

➢ 行列之间保证充分间距;

➢ 明确计量单位;

➢ 便于阅读的字体和字号;

➢ 清晰明了的标题、表注。

表格缺点:

➢ 所占篇幅可能很大;

➢ 不容易呈现数据的变化趋势。

 

Part 2
图 象

图象适用于:

➢ 从大量数据中有效传达信息;

➢ 显示两个或多个项目之间的函数或统计关系。

 

图象制作规范:

➢ 清晰标记坐标轴;

➢ 明确计量单位;

➢ 明确图例(例如,误差区间、显著性符号);

➢ 便于阅读的字体和字号。

 

图象用于显示定量数据,这些数据可以是离散的,也可以是连续的。

 

1
离散数据

 

离散数据是指其数值只能用自然数或整数单位计算的数据。例如,一个家庭可以养1只或2只宠物,但它不能养1.5只宠物。如何绘制离散数据图?

 

 

条形图(Bar graphs):条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。

图1 用条形图表示三种回答所占的比例

 

折线图(Line graphs):折线图有利于呈现离散变量的变化情况(通常随时间变化)。

图2 用折线图表示康复人数的变化

连续数据

 

连续数据是指在一定区间内可以任意取值、数值连续不断、相邻两个数值可作无限分割的数据。如何绘制连续数据图?

 

 

直方图(Histograms):直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。

图3 正态分布与偏态分布的直方图

 

 

点图(Dot plots):点图特别有助于突出显示聚合数据和离群值。

图4 用点图表示的聚合数据和离群值

 

 

箱型图(Box plots):用于显示一组数据的中心趋势、分布和离群值。

图5 用箱型图表示每月平均温度

 

 

散点图(Scatterplots):用来研究两个变量之间是否存在相关关系以及关系强度。

图6 用散点图表示正相关、负相关及相应的皮尔逊相关系数

 

同时,应注意避免使用条形图或折线图来绘制连续数据,因为许多不同的分布可以生成类似的条形图和折现图。

 

 

例如,下图中右侧的每个图都可以生成左侧的条形图。B面板中,数据分布对称,组间高度重叠。C面板中,组间差异主要由一个离群值所驱动。D面板中,数据在每个组中均呈双峰方式分布,这表明可能需要进一步研究子组。E面板中,A组的数据点是B组数据点的两倍,B组分布较窄的原因可能只是数据较少,表明需要更多的数据来验证两组之间的差异。

图7 生成相同条形图的不同数据分布示例

B至E面板中显示的数据都可以生成面板A中显示的条形图

 

提炼的数据信息(例如,上面的条形图)可能呈现出与完整数据集不同的结论。因此,务必谨慎选用能够清晰呈现数据分布的图形类型,以便读者能够获得正确的信息。

 

Part 3
总 结

有时,一张图胜过千言万语。也就是说,图象和表格是交流大量数据的有效工具,这些数据很难用文字解释。

 

但同时,读者对数据集的理解仅限于作者在论文中呈现的内容。因此,在绘制图形时,一定要选择一种能够充分描述数据并为读者提供完整信息的图形类型。

 

 

为了使图表效果最大化,绘制图表前,请认真考虑你提出的研究问题、你想呈现的数据类型以及你希望读者从中获得什么。

 

经典论文回顾
经典论文回顾
文章131
·
总浏览量9057
最新文章
更多
2024全球机器学习技术大会上海站圆满闭幕,共奏AGI变革新时代
杨展
5567
浏览
第七届机械工程与应用复合材料国际会议(MEACM 2024)
李思傲
8
浏览
世界读书日专题 | 新质生产力背后的管理之道
杨展
4477
浏览
【征稿】第七届水与环境可持续发展国际会议(ICSDWE 2024)
李思傲
12
浏览
【征稿】第七届水与环境可持续发展国际会议(ICSDWE 2024)
李思傲
5
浏览
【EI检索】2024年第一届先进能源材料、能源器件与能源系统国际会议(AEMDS 2024)
杜金桐
12
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
240
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1134
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
716
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
652
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
629
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
617
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
606
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
596
浏览
会议预告|清华五道口绿色金融讲座第一期,邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”
学术会议动态
·
3310
浏览
文献资料分析方法大全,建议收藏!
楚健
·
506
浏览
研究方法:文献资料分析方法
周舟
·
493
浏览