论文画图为美观有哪些经验性的标准规范与技巧？第1页

xf225 网友的相关建议:

不定期更新：2019-03-15

Figure 3a：scheme和plot配色一致；选区着色，仅对需要突出显示的对象着色，其余部分用灰白色（Nature Methods, 2014, 11,1127–1130）
Figure 3b: 反应循环中不同中间态之间的活化能。(Nature Chemistry, 2018, 10, 1031–1036）
Figure 3c：如何呈现模拟结果可参考，rainbow colour map不好。(Nature Communications, 2014, 5, 4250）
Figure 3d：用阶梯形式展现不同深度的荧光照片。这篇文章的配图很好。(Nature Physics, 2019, 15, 251–256)
Figure 3e：两端虚化，加阴影，突出部分用同色系深色体现色差 (Nature, 2018, 560, 209–213)
Figure 3f：器件底部加阴影会增加立体感；标记线不用箭头，用圆点 (Science Advances, 2017, 3, e1602076)
Figure 3g：如何增加图片内容的丰富性可参考 (Acc. Chem. Res., 2017, 50, 492–497)
Figure 3h：扁平化的作图风格可参考 (Science, 2018, 360, eaar6611)
Figure 3i：示意图除了横着放，还能竖着放 (Science, 2018, 360, 707-708)
Figure 3j：复杂核磁谱的呈现可参考 (Nature Communications, 2015, 6, 6884)

以前写过一点关于这方面的内容，这里展开讲讲，抛砖引玉，希望诸位同侪先进有以教我。

我自己的做法是这样：（1）用Origin（或者Matlab，Python）制图，导出矢量格式（.eps）；（2）电镜照片，荧光显微镜照片和光学照片用PS或者ImageJ处理；（3）用3d max绘制三维模型。所有的都在Adobe Illustrator里完成后期处理。不建议使用PPT。后期处理的内容包括（1）统一文字格式，字体用Arial（不建议使用其他字体），字号8 pt（图片宽度15 cm），线条0.75 pt；（2）调整各图像大小（高度3-4 cm），各图像上下左右对齐边界；（3）添加scale bar，线条，注释等。

基本设置

Origin作图长宽比一般为1:1，这样做的目的是便于和其他图片拼合在一起。但是，为了整体美观，也可以对图片大小灵活处理，将图片压扁或者拉长组合在一起
坐标轴的刻度尺外翻，数字和文字要足够大（图片高度3-4 cm, 字号8 pt），保证在缩小的情况下也可以辨识图中信息。尽量不要采用“画中画”设计，因为里面的小图很可能看不清楚
坐标轴宜细，0.5或0.75 pt，曲线线条0.75或1 pt
图片字母放在图片外面（abcd或ABCD，不要加括号如（a)或a)，字号10 pt。图片之间留出足够空间，不然会显得很拥挤
推荐Origin输出矢量图在AI中做后期，原则上全文的图片文字大小要一致，线条粗细要一致，各个图像间横平竖直要对齐。尽量不要在PPT里拼图，因为很难修改文字大小，线条粗细。
图片配色宜中正仁和，不宜使用鲜艳的颜色，特别在投影仪上展示的效果很差。配色全文要统一。
对单一变量合理使用渐变色，会使逻辑更加清楚

进阶技巧

这里结合文献中的实例，具体介绍一些作图的实用技巧(为便行文，文献从略)：

Figure 1a：对随单一变量线性变化的一组曲线，配色可以采用渐变色，figure legend可以置于图外，避免过度拥挤，除用线条表示曲线外，亦可采用色块的方式
Figure 1b：两幅横轴相同的图拼在一起，其中一张图的横轴数字和文字可以省略，仅显示刻度即可。在图片顶部用色块对应不同Mg2+浓度，亦可在图中用不同颜色的背景表示（背景颜色宜取淡色）如Figure 7f
Figure 1c：如何在二维图像中表示三维信息？第三个变量用colour bar表示。很多colour bars都用彩虹色（rainbow colour），但是很多情况下彩虹色未必是数据可视化效果最好的选择，colour bar用什么颜色效果最好，请移步参阅Color Map Advice for Scientific Visualization。在后期处理时，要保证b和c高度一致，文字大小位置一致，配色统一
Figure 1d：把不同深度下获取的二维图像叠在一起就变成了一副三维图像，再用局部放大的形式展示二维图像的信息。注意，三维图像中的平面具有一定透明度，避免遮挡
Figure 1e：对于多组分体系，这种三元相图可以参考
Figure 1f：如何让图像更加简洁直观？坐标轴的数字可以不显示，用scale bar代替。背景颜色再浅一些效果会更好。很多情况下，图片不一定要是规规矩矩的正方形，可以适当压缩横轴，获得更多空间（论文中图片的大小一般由宽度限制）
Figure 1g：一张小图可以由许多内容组合起来，增加图片的信息密度
Figure 1h：（1）注意这张图的配色技巧，用同一色系不同深浅表示不同组的数据；（2）注意图例的展示技巧，一个色宽切成深浅不同的两块；（3）注意横轴直接用示意图表示，更加直观。

Figure 2a：“画中画”设计填补了多余的空白。“画中画”最重要的是保证图片信息清晰可见，画中放一些简单直观的示意图或照片可以避免留白过多，不适合放置曲线图，因为坐标轴容易看不清楚
Figure 2b：如何体现图片的逻辑性可参考；配色不足为取，无逻辑性
Figure 2c：原始数据与降噪处理后的数据表现，原始数据用同一色系的浅色，处理后用深色。其中靛青色的视觉效果不佳
Figure 2d：同Figure 7d，在有colour bar的情况下，用等高线contour比mapping效果更好，层次分明
Figure 2e：如何突出某一个峰？除了在峰背后画一条线，还可以选区上色（在AI中完成）。
Figure 2f,g：学会用矩阵
Figure 2h：涉及角度的就能用极坐标
Figure 2i：多因素比较可考虑用雷达图

更多参考：