“ SCI科研绘制症结的三个方面：图表制作、绘制器具、配色决策。掌抓要点丝袜 英文，一本万利！”

图表制作

图表直不雅地展示了科研收尾，应珍摄以下要点：

图表

图表的大小应适中，确保明晰可见，幸免出现字体过小需要放大镜才智看清的情况

多个图片放在一齐时，要珍摄样式的保持，可以使用浮动或固定位置的神色来处理，幸免回车导致样式参差词语

在实验弧线中，可以琢磨加上缺欠棒来抒发数据的闹翻历程

图片比例值要长入，幸免出现图表之间比例不一致的情况，这有助于比拟和相识数据

表格样式要长入，包括字体、边框、列宽等，使得通盘论文的图表长入好意思不雅

图表的神采应融会，有较着的对比度，以便读者一目了然。但也要珍摄不要过分使用太多瑰丽的神采，保持合座颜色互助

图表成分要竣工，包括图例、数据值等，同期，在图注中也要进行必要的讲明性笔墨，确保读者可以颓落相识图表施行

【失实示范：字体过小、比例不互助、未对皆】

图注

图注应该具有一定的颓落性，概况让读者在不依赖于正文笔墨的情况下相识图表施行

图注要惜墨若金，幸免过长过详备的形色，应包含概述性的信息，毋庸重复正文中的实验细节

在表面上，假想良好的图表是不需要图注的，因为图表自己照旧概况传达必要的信息。是以最佳的图注是莫得图注，但若是必要添加时，要确保易于相识

图注需要与图表匹配，同期与正文匹配。图注的神采和时势应与正文保持一致，尽量幸免过多彩色

【竣工的图注讲明，务必使图独直立文也可以相识】

绘制器具

绘制器具

Microsoft Excel：Excel是一个常见的绘制器具，它可以用于创建通俗的图表，举例折线图、柱状图和散点图。它是一个易于使用的器具，适用于入门者和需要通俗绘制的场景

MATLAB：MATLAB是一种强大的数值盘算和可视化器具，粗莽应用于科学和工程限制。它提供了丰富的绘制功能，包括二维和三维绘制，可用于创建复杂的图形和弧线拟合等高档操作

Python：Python是一种流行的编程说话，领有多个数据可视化库，如Matplotlib、Seaborn和Plotly。这些库提供了粗莽的绘制选项，可以创建多样类型的图表，而且纯真性很高

Adobe Illustrator：Adobe Illustrator是一种专科的矢量图形裁剪软件，适用于创建高质地的插图和图表。它提供了丰富的绘制器具和效果，可以收场更复杂和细巧的绘制需求

Gnuplot：Gnuplot是一个呐喊走运行的绘制器具，适用于创建高品性的科学图形，包括弧线图、等高线图和统计图表等。它具有跨平台性和纯确实自界说选项

Origin：Origin是一款数据分析和绘制的软件，具备统计、峰值分析和弧线拟合均分析功能，可以绘制出二维和三维图形

若是念念了解更多的数据可视化器具可以参考往期著作：共享一些好用的数据可视化器具，值得保藏！内部先容了15种可视化器具，读者可以按照需求遴荐。

绘制器具组合

一种绘制器具通常具有一些缺陷丝袜 英文，举例Origin软件，它诚然提供了很好的数据图表类型，关联词它的图并不好意思不雅，这就需要鸠合其它的软件进行后期处理，这里我列举了几种绘制器具鸠合的神色：

Excel鸠合PPT：可以使用Excel绘制图表，然后将其复制粘贴到PPT中进行排版

Excel鸠合Visio：可使用Excel绘制图表，然后将其导入Visio进行进一步裁剪和好意思化。具体收场纪律可以参考往期著作：Nature插图复现：热图+网罗图展示相干性；Nature插图复现：热图+权臣性+柱状图；Nature插图的傻瓜式复现（二）之数据浓缩气泡图

Matlab鸠合Visio：关于一些专科的科研数据分析和绘制需要，可以使用Matlab绘制图表，再将其导入Visio进行后续处理。具体收场纪律可以参考往期著作：论文被拒？那是因为你不会包装数据

Origin鸠合Visio：Origin是一种专科的数据分析和绘制软件，可以生成高质地的图表，再将其导入Visio进行排版和修饰。具体收场纪律可以参考往期著作：Origin的图如安在Visio中进行裁剪和优化

天然还有许多种鸠合的神色，这里激烈保举用Visio软件进行图表的后处理。

配色决策

配色决策是一个既通俗又费事的话题，因为不同的情况需要用到不同的配色决策，还要凭证数据的抒发神色进行亮度和迷漫度的调治，不是一个固定的决策就能管制悉数的问题。是以，我讲一些配色的原则。

从神采的种类数目来讲

频繁分为以下情况：

两色搭配：遴荐两种不同的神采进行搭配，举例红色和玄色，红色用于出奇要点数据线，玄色用于参考线。另外，红蓝配色亦然一种可以的遴荐，要珍摄裁减神采的迷漫度，以保持对比的较着性

三色搭配：常见的三色搭配决策是使用冷暖色，比如红色和浅深蓝色搭配，可以酿成较着的对比和融合感

四色搭配：四色搭配要琢磨互助性和易读性，保举使用左近色搭配，即一样的神采，可以给东谈主一种依次渐进的嗅觉

五色及以上搭配：在使用五种或更多神采进行搭配时，要尽量裁减迷漫度，幸免神采过于参差。一样色搭配是一个好的遴荐，可以减少参差词语感，同期也要珍摄给图表留出符合的留白

多色配色，多用灰色、符合留白：灰色可用作背感奋、参考色，概况很好地烘托主题。在多色配色中，可以使用不同的灰色来暗意参考数据，以增加档次感和简化操作。此外，使用灰色看成主色或背感奋，再加上一丝的彩色元素，并留出符合的留白区域，亦然一种常见的搭配神色

从神采搭配上来讲

RGB色轮是神采遴荐的基础和依据，提供了互补色，一样色，三元组色，四元神采，分列互补色，双互补色等搭配决策：

互补色：互补色是指在色轮上互相对立的两种神采。它们具有最大的对比度，互相甩掉时概况产生激烈的视觉冲击。举例，在色轮上，红色和绿色、蓝色和橙色是互补色。

一样色：一样色是指在色轮上相邻的神采。它们具有肖似的色调，因此在视觉上较为融合。举例，红色和橙色、绿色和黄绿色是一样色。

三元组色：三元组色是由三个主要神采构成的配色决策。常见的三元组色包括 RGB（红绿蓝）和 CMY（青黄洋红）颜色模子。

四元色：四元色是由四个主要神采构成的配色决策。常见的四元色包括 CMYK（青黄洋红黑）颜色模子，其中的玄色（K）用于为止颜色的浅深历程。

分列互补色：分列互补色是指在色轮上遴荐一种神采，然后遴荐与它相邻的两种神采的互补色。这种配色决策在神采上具有一定的对比度，同期也保持了一样色的融合感。

双互补色：双互补色是指在色轮上遴荐两种互补颜色对。这种配色决策概况产生高度对比的效果，而且颜色之间酿成了一个矩形或正方形的时势。

以图表类别遴荐配色

可以有以下几种遴荐：

柱状图：单列数据保举使用单色，窄柱体可选深色，宽柱体可选淡色。深色时冷落添加透明度以裁减迷漫度。两列数据可选神采对比较着的搭配，如黑-红/蓝/绿，同级对比可遴荐红-蓝，也可尝试互补色、浅深对比、迷漫度对比、协同色等。多列数据宜遴荐相近的色系，幸免过高对比度和蹧跶图案。可使用纯色渐变、彩虹色或部分色域渐变。口舌图可使用灰度和图案搭配

折线图：折线重复过多时可琢磨堆叠折线图或其他抒发神色。保举笼统诈欺深色和不同线型。贯穿变化的数据可尝试渐变色

散点图：点大小暗意第三维度数据，多类别选小点，少类别选大点。当点较多时可用空腹点。点可选深色并提高透明度

等高线图或热图：神采和图线多时可使用双色或三色渐变配色决策

更多图表种类请阅读往期著作：32种常见的科研论文数据图集锦！

参考顶刊论文配色

顶刊论文具有以下特色：

专科性和信得过度：顶级期刊频繁具有较高的学术声誉和专科性，遴荐肖似的配色决策可以提高你的论文在学术界的信得过度。通过与这些期刊的论文接收一样的配色决策，你可以向读者传达你的谈论与高水平谈论之间的关联。

视觉诱骗力：顶级期刊频繁会参增多数元气心灵来假想和排版其论文，以取得较高的视觉诱骗力。参考这些期刊的论文配色决策可以匡助你创建一个外不雅精湛、易于阅读和诱骗东谈主的论文。视觉诱骗力可以诱骗潜在读者的珍观念，使他们更有好奇艳羡好奇艳羡阅读你的谈论。

一致性和圭臬化：参考顶级期刊的论文配色可以匡助你与学术界的圭臬和常规保持一致。这可以增加你的论文被接受和招供的契机。一致的配色决策也有助于提高读者对论文的可读性和导航性，使信息更易于相识和消化。

共享一些配色网站

Color Supply app（https://colorsupplyyy.com/app）

Sessions College for Professional Design Color Calculator （https://www.sessions.edu/color-calculator/）

Rapid Tables Color Wheel（https://www.rapidtables.com/web/color/color-wheel.html）

Adobe Color（https://color.adobe.com/zh/create/color-wheel）

ColorBrewer（）

ColorSpace（https://mycolor.space/）

WebGradients（https://webgradients.com/）

Dopely Colors（https://colors.dopely.top/）

BrandColors （https://brandcolors.net/）

Chinese colors ()

Culrs (https://culrs.com/)

Color hunter ()

ColorLeap (https://colorleap.app/dates)

Colordot (https://color.hailpixel.com/)

Colors (https://coolors.co/)

Colrd ()

ColorDrop (https://colordrop.io/)

Material Palette(https://www.materialpalette.com/)

Paletton (https://paletton.com/)

Picular (https://picular.co/)

UiGradients (https://uigradients.com/)

体恤“博硕科研绘制”公众号丝袜 英文，了解更多科研绘制常识！