sci论文绘图技巧

SCI论文中的图表制作技巧论文图表是读者能够直观的了解数据或资料的最佳形式，一个清晰、简要、准确的图表的制作往往要遵循一定的原则，包括是否正确是使用字间距、色彩、架构、线条等等元素，如何去制作这样的图表呢？这就是今天我们要说的。图表的设计要基于成果的表达，准确地突出作者的贡献图表是论文中的空白处(blank area)，即：图表本身或周边的留空容易吸引读者的注意和阅读。因此，图表的内容和视觉效果一定要重点突出。尽可能地将论文的代表性贡献用关键性图表清楚地表达出来，不要包含太多不属于本文工作的信息，以免作者的贡献被淹没在无关的细节。根据数据或观点表达的需要选择最合适的表达形式(插图或表格对于表格或插图的选择，应视数据表达的需要而定。图表的形式应尽量简洁，所承载的问题不要过多明确图表所要阐述的问题，在图题、图注或图内直接回答这些问题，或者在正文中通过提供更多的背景而间接地回答这些问题。复杂的图表尽量安排到论文的尾部，以便读者在有一些相关知识的基础上理解。相互间有比较或参照意义的插图可整合为同一个图中的多个分图[(a)，(b)， (c)]，以减少文字表述的复杂性。如果期刊对插图的数量有规定(通常不超过6个)，应严格执行。表格的优点是可以方便地列举大量精确数据或资料，图形则可以直观、有效地表达复杂数据。因此，如果强调展示给读者精确的数值，就采用表格形式；如果要强调展示数据的分布特征或变化趋势，则宜采用图示方法。一定要避免以插图和表格的形式重复表述同样的数据，除非重复的理由十分必要。图表的表述要考虑到读者的理解水平，应具有“自明性”。 每个插图或表格都应该具有自明性或相对独立，图表中的各项资料应清楚、完整，以便读者在不读正文情况下也能够理解图表中所表达的内容。图表中各组元(术语名称、数据、曲线或首字母缩写词等)的安排要力求使表述的数据或论点一目了然，避免堆积过多的令人分心的细节，从而造成图表理解上的困难。参考：查尔斯沃思论文润色贴士

点击关注，桓峰基因

目前整理出来的教程目录如下：

FigDraw 1. SCI 文章的灵魂 之 简约优雅的图表配色

FigDraw 2. SCI 文章绘图必备 R 语言基础

FigDraw 3. SCI 文章绘图必备 R 数据转换

FigDraw 4. SCI 文章绘图之散点图 （Scatter）

FigDraw 5. SCI 文章绘图之柱状图 (Barplot)

FigDraw 6. SCI 文章绘图之箱线图 (Boxplot)

FigDraw 7. SCI 文章绘图之折线图 (Lineplot)

折线图同样是应用非常广泛的统计图之一，通过折线图可以反映某种现象的趋势。通常折线图的横坐标是为时间变量，纵坐标则是一般性的数值型变量，当然，折线图也允许横坐标为离散型数值和数值型数值。下面来解释一下关于折线图的绘制。

geom_line()绘制折线图，参数不是很多，基本上就是五个用于调整线粗细，颜色，分组，线条样式，以及分组等。每个参数详细的说明如下：

下面我们就绘制有关时间序列的折线图。

该数据集来自上的美国经济时间序列数据。经济学是“宽”的形式，而economics_long是“长”的形式。一个包含574行和6个变量的数据框架:数据收集月份pce个人消费支出，以十亿美元计， pop总人口，以千计， psaving个人储蓄率，最高失业持续时间中位数，一个类tbl_df的对象(继承自tbl, data.frame)，有2870行和4列。

我们从绘制单条折线图到最后的堆积面积图组合等，由简入深地讲解每个参数的细节。

折线图中添加标记（点）

当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。

上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。

不同的线条颜色color

不同的线条样式linetype

自定义颜色，线条，点的形状，点的填充色等，如下：

用色彩表现分组变量是最常用的形式，默认配色方案只需要调用就行。可以用于折线图的DIY配色函数为 scale_colour_manual()，参数包括：palette：调色板设计，里面包含很多颜色，供values = 调用。

values：色彩值，可以是cols <- c("a" = "red", "b" = "blue", "c" = "darkgreen")，此时分组变量和色彩映射一一对应;也可以是cols <- c( "red", "blue", "darkgreen")，此时分组变量和色彩依靠顺序进行映射。

labels：分组标签，各个颜色代表的组别。

name：legend的名字。

breaks：设置组别，元素需要和labels一样多。

limits：影响的是图形上显示的元素，如果limits里面有4个元素，但实际只有2个分组变量，那么会出现两个NA值。

其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。

同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。

以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。

自定义参数说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。

绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。

修改填充色fill和顶部加线color，如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：

其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。

添加堆积面积图顶部的线条

在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：

添加百分比堆积面积图顶部的线条

我们将堆积面积图进行组合，如下：