医学论文中的数据图怎么做

一 选择工具

可选择的数据分析工具有很多,常见的图表类利用excel即可完成,如果想炫酷一点可利用HubSpot、Xplenty等数据可视化工具完成

二 如何使用

以excel为例,可以生成柱状图、饼状图、折线图、散点图，数据分析图表等,

常见的6种数据分析图表及应用方式：

2.折线图：看数据变化的趋势折线图一般基于时间维度看数据量的变化趋势，发现整体走向和单体突出数据，比如通过折线图可以看出全年的新增用户变化情况，找出数据变化的高点和低点，而柱状图则用来对比不同高点之间的变化，进而找原因。折线图可以将不同纬度的数据放在一起比较，比如新增用户、活跃用户、流失用户三条用户变化曲线放在一起，就可以观察三者之间的彼此影响，例如新增用户量大时有没有对活跃用户带来提升，流失情况是否严重，进而得出活动效果的综合评价。

3.饼状图：用来看各部分的占比饼状图和柱状图在应用上有一定的重合，例如不同渠道带来的新增用户量，饼状图和柱状图都可以表现，但饼状图看的是单一渠道转化用户的占比，柱状图更容易发现不同渠道转化用户的差距。饼状图的应用重点在于发现单体因素在整体因素中的占比，例如活跃用户在整体用户中的占比，但如果用多个单体因素做饼状图，可能导致数据特征不明显。

4.散点图：用于2维数据的比较散点图可以用于3维数据的表现，同时可以进行2维数据的比较。例如将不同活动带来的新增用户和留存用户进行比较时，横轴为留存用户，纵轴为新增用户，而点则表示不同的活动主题。

从而可以看出不同活动主题的用户转化和留存情况，一般我们将数据大的维度作为纵轴，更有利于屏幕的展示。

5.气泡图：用户3维数据的比较气泡图是对散点图的升级，通过散点图中点的大小来表现第三维数据，例如将上文案例中，横轴为留存用户，纵轴为新增用户，点为活动主题，而点的大小为活跃用户数量，活跃用户越高的活动点越大，可以看出不同活动在新增、留存和活跃3个维度的数据差异。

6.雷达图：思维以上数据的对比雷达图可以应用于多维度数据对比，比如在分析不同用户的行为特征时，我们可以从启动次数、使用时长、购物次数、浏览商品数量、下单金额等多个维度进行分析，那么反映到图表上就可以看出不同用户群组特征在不同维度的差异。

雷达图一方面可以发现不同群组用户的特征对比，另一方面可以总结不同用户的特征，例如还是以上几个维度，我们可以以1个指标为关键指标，如下单金额指标，观察出下单金额高的用户在浏览商品数量、使用时长等方面的表现，进而找到提升下单金额的方法，如提高用户的商品浏览数量。

在绘制过程中对其结构组成包括标题，轴标，数轴，图例，误差棒，和正文引述。统计图种类较多，常用的包括直条图，百分直条图，直方图，线图和点图等。在科技论文中，应根据资料的类型及表达目的选用合适的统计图。如，对不同性质分组资料进行对比时可选用直条图，说明事物各组成部分的构成情况可用圆形图或百分直条图，用于表达连续性资料频数分布可用直方图，为表明一事物随另一事物而变化的情况选用线图，表达两种事物的相关性和趋势可用点图。

坐标轴和数据线使用粗线条，刻度清楚，网格线（如果使用）使用细线条或者虚线。刻度线在坐标轴的内（上）侧。坐标名称、单位不能少，纵坐标的坐标名称及单位名称文字向左倒，便于阅读。单位要使用标准单位。只有一条数据图、线时，可不用图例。图名要有自明性。如果需要打印，打印出来一般都是黑白的（学术期刊发表一般是黑白的），还得考虑打印出来的线条能够彼此区分清楚。