general-figure-guide

科学図表全般の品質ガイド

概要

このガイドでは、プログラムで生成した図（matplotlib、seaborn、R/ggplot2）でも、手作業で作成した図でも、科学図表を評価するための汎用的な品質チェックリストを紹介します。あらゆる学術誌に共通し、自動的なプロット生成では見落とされやすい視認性の問題に焦点を当てています。

主な概念

視認性

図は、読者が推測しなくてもデータを理解できるように伝える必要があります。最もよくある視認性の問題は、ラベルの重なり、図の範囲からはみ出して切れているテキスト、軸の欠落またはラベル不足、凡例の欠落、誤ったデータのフィルタリングによる空白のプロット領域、そしてデータ点が過密になり、判読できない塊になることです。

解像度と出力形式

科学図表では一般に、ラスター形式（TIFF、PNG、JPEG）で300 DPI以上、線画やグラフではベクター形式（PDF、EPS、SVG）が求められます。ベクター形式は品質を損なわずに拡大縮小できるため、プロットには適しています。写真や顕微鏡画像にはラスター形式が適しています。

色覚への配慮

男性の約8％には、何らかの色覚特性があります。赤と緑の色の違いだけに頼る図では、こうした読者が情報を読み取れません。色覚多様性に配慮したパレット（青とオレンジ、またはviridis/cividisカラーマップ）を使用し、パターンや形状による違いも加え、投稿前に色覚シミュレーターで図を確認してください。

画像調整の統一

主要な学術誌ではすべて、明るさ、コントラスト、色の調整を画像全体に均一に適用することが求められます。特定の領域だけを選択的に強調する（例：ゲルの1レーンだけを調整する）ことはデータ改ざんとみなされ、どの学術誌でも却下の理由になります。処理手順は必ずMethodsセクションに記録し、未処理の元ファイルを保管してください。

判断の枠組み

Is the figure a generated plot or a photograph?
├── Generated plot (matplotlib, ggplot2, seaborn)
│   ├── Export as vector (PDF, SVG, EPS) → preferred
│   └── Export as raster → 300+ DPI minimum, PNG or TIFF
├── Photograph or micrograph
│   └── Export as raster → 300+ DPI, TIFF preferred
└── Multi-panel composite
    ├── Assemble panels first, then export as single file
    └── Use consistent font sizes and label styles across panels

問題	検出方法	修正方法
ラベルの重なり	軸や凡例上でテキストが視覚的に重なっている	ラベルを回転する、フォントサイズを小さくする、または図の寸法を大きくする
テキストの切れ	図の端でラベルやタイトルが切れている	tight_layout()またはconstrained_layoutで余白を広げる
軸または凡例の欠落	軸ラベル、単位、または凡例がない	xlabel、ylabel、legend()の呼び出しを追加する
空白のプロット領域	軸はあるが、データが見えない空白のキャンバス	データのフィルタリング、列名、プロット関数の引数を確認する
データの過密	点が重なって塗りつぶされたような塊になる	マーカーサイズを小さくする、不透明度（alpha）を下げる、または密度プロットを使う

ベストプラクティス

1. プロットを生成するたびに目視で確認する：次に進む前に、出力画像を確認し、ラベルの重なり、テキストの切れ、軸や凡例の欠落、空白領域、データの過密がないかをチェックします
2. tight_layout()またはconstrained_layout=Trueを使う：matplotlibで最もよくあるレイアウト上の問題である、図の端でのテキストの切れを防ぎます
3. 図の作成時にDPIを設定する：fig.set_dpi(300)またはplt.savefig(..., dpi=300)を設定し、最初から出版品質の出力を確保します
4. プロットをベクター形式で出力する：グラフや図にはPDF、SVG、またはEPSを使います。ラスター形式（PNG、TIFF）は写真や顕微鏡画像に限って使用します
5. 各パネルでフォントサイズを統一する：複数パネルからなる図のすべてのテキストで、同じフォントファミリーと同程度のサイズ（通常、ラベルは6～8 pt、パネル識別子は8 pt）を使用します
6. 点が密集した散布図では透明度を加える：数千点をプロットする場合は、alpha=0.3～0.5を使用して、塗りつぶされたような塊ではなく密度の構造が見えるようにします
7. すべての軸に単位を記載する：各軸に、測定するパラメーターと単位を括弧内に表示します（例：「Time (hours)」、「Concentration (nM)」）

よくある落とし穴

1. 保存前に生成したプロットを確認しない：自動化されたパイプラインでは、レイアウトの問題がある図が生成され、レビューまで気づかれないことがよくあります。
   • 回避方法：各図を必ずレンダリングして目視で確認してください。プログラムで確認する場合は、テキストのバウンディングボックスが重なっていないか確認してください。
2. 軸ラベルやタイトルが切れる：matplotlib のデフォルトの余白では、長いラベルやスーパータイトルが切れることがよくあります。
   • 回避方法：fig.tight_layout() を呼び出すか、constrained_layout=True を指定して図を作成してください。
3. 複数系列のプロットに凡例がない：複数の線やグループを含むプロットは、凡例がないと読み取れません。
   • 回避方法：複数の系列をプロットする場合は必ず ax.legend() を呼び出し、凡例の項目がデータと一致していることを確認してください。
4. 大量のデータによる散布図の過密化：デフォルト設定では、10,000 を超える点を含む散布図は塊のように見えます。
   • 回避方法：大規模なデータセットには、alpha による透明度、ヘックスビンプロット、またはカーネル密度推定を使用してください。
5. 画面解像度（72 DPI）で保存する：デフォルトの画面 DPI では、学術誌で印刷できない図になります。
   • 回避方法：savefig() で必ず dpi=300（最低値）を指定するか、図の作成時に図オブジェクトで設定してください。

プロトコルのガイドライン

1. 図の寸法と DPI を設定する：プロットする前に、図オブジェクトで目標の幅（学術誌のカラム幅）、アスペクト比、DPI（最低 300）を設定してください。
2. 事前に設定した内容を使って、プロットライブラリで図を生成する
3. レンダリングされた出力を目視で確認し、次の問題がないか確認してください：
   • ラベルや注釈の重なり
   • 図の境界でのテキストの切れ
   • 軸ラベル、単位、凡例の欠落
   • プロット領域が空（データが描画されていない）
   • データ点の過密化、またはデータ点を区別できない
4. 問題が見つかった場合は、対象を絞った修正（レイアウト、フォントサイズ、余白、alpha、図の寸法の調整）を加えて再生成してください。
5. 正しい形式でエクスポートする：プロットにはベクター形式（PDF/EPS/SVG）、写真にはラスター形式（300 DPI 以上の TIFF/PNG）を使用してください。
6. 保存したファイルを確認する：エクスポートしたファイルを開き直し、画面上の表示と一致していることを確認してください。

参考資料

• Matplotlib 図のレイアウトガイド -- tight_layout と constrained_layout の使い方
• より良い図を作るための10のシンプルなルール（PLOS） -- 科学的な図のデザインに関する一般原則
• Points of View：Nature Methods のコラム -- 科学データのビジュアルデザインの原則

関連スキル

• nature-figure-guide -- Nature 固有の図の要件
• cell-figure-guide -- Cell Press の図の要件
• science-figure-guide -- Science（AAAS）の図の要件
• pnas-figure-guide -- PNAS の図の要件