figure-rhetoric

图表修辞审查

流程位置： 阶段 1b（内容审查）。与 manuscript-review 并行运行。 需要已编译的 PDF。无前置依赖。 完整执行顺序请参阅 /manuscript-pipeline。

目的

将手稿中的每幅图表视为一种修辞行为进行评估——它是一种必须让读者理解的视觉论证。每幅图表都旨在传达特定论点。本技能审查图表是否真正实现了这一传达，还是削弱、模糊或违背了作者的意图。

技术上正确但修辞效果不佳的图表，会白白浪费机会。审稿人往往会在阅读方法部分之前先根据图表形成判断。即使底层数据支持某项论点，如果图表未能呈现正文所声称的内容，也会令人产生怀疑。

与其他技能的关系

关注点	本技能（figure-rhetoric）	manuscript-review	manuscript-typography
图表类型选择	这种图表是否适合呈现该论点？	不适用	不适用
视觉强调	图表是否将注意力引向正确之处？	不适用	不适用
正文与图表是否一致	读者能否看出正文所说的内容？	正文是否与图表相符？（§24）	不适用
数据选择	是否应绘制不同的数据？	不适用	不适用
坐标轴设计	坐标轴是否有助于或掩盖信息？	是否有坐标轴标签？（§12）	字体一致性
图表质量	不适用	分辨率、色盲友好性、图表垃圾（§12）	背景、边框
图表渲染	不适用	印刷尺寸下的可读性（§23）	图注格式
来源追溯	不适用	不适用（→ manuscript-provenance）	不适用

边界： manuscript-review §24 检查“正文是否与图表相符？” 本技能检查“图表是否传达了正文需要表达的内容？” §24 发现的是事实不符（正文写着 14.3%，图表显示 13.8%）。 本技能发现的是修辞失效（正文写着“显著改善”，图表中的柱形却看起来一模一样，因为 y 轴从 0 开始）。

工作流

1. 输入材料

关键：本技能需要进行视觉检查。 仅凭 LaTeX 源文件是不够的。 本次审查的核心在于读者看到的内容。

通过以下任一方式获取渲染后的图表：

1. 已编译的 PDF（首选）——使用 Read 工具读取 PDF 文件，检查每个包含图表的页面，并按实际渲染尺寸查看
2. 单独的图表文件——使用 Read 工具读取 \includegraphics 引用的每个 .pdf、.png、.jpg 图表文件
3. 两者都不可用时——请用户编译 PDF 或提供图表文件。不要仅根据源文件进行分析。未查看图表就进行修辞审查毫无意义。

对于每幅图表：

1. 目视检查图表。 读取图表文件或包含该图表的 PDF 页面。在阅读任何正文之前，记录图表乍看之下传达的内容——也就是最直接的视觉印象。一般读者会看到怎样的模式、趋势、比较或关系？

2. 提取论点背景。 阅读首次引用 \ref{fig:X} 前后的 2–3 个段落。确定图表本应支持的具体论点，并用一句话写下来。

3. 阅读图注。 图注是否告诉读者应关注什么，还是只描述坐标轴？

4. 进行比较。 视觉印象（步骤 1）是否与所声称的论点（步骤 2）一致？评估图表时必须站在读者的角度，而不是依据作者的意图。

2. 逐图分析

针对每幅图表，从以下 8 个维度进行评估：

---

维度 1——论点与图表的一致性

核心问题：读者看这幅图表时，是否能看出正文提出的论点？

• 识别文字中的论断（例如“方法 A 比方法 B 收敛更快”）
• 识别图表给人的视觉印象（例如“两条几乎相同的曲线”）
• 如果两者不一致：无论数据在技术上是否支持该论断，图表都未能达到其修辞目的

失败模式：

• **差异不可见：**文字声称存在显著差异，但图表的比例尺、纵横比或数据密度使差异难以察觉。数据确实存在，但视觉呈现没有体现出来。
• **强调错误：**图表展示了很多内容，文字却只讨论其中一项。读者不知道该看哪里。
• **印象矛盾：**视觉印象直接暗示了与论断相反的内容（例如，声称“收敛”但曲线仍在变化；声称“改进”但柱形看起来一样高）。
• **背景信息未说明：**图表需要领域知识才能解读，但上下文并未提供这些信息。

---

维度 2 — 图表类型是否恰当

对于这个论断，这种可视化类型是否合适？

论断类型	有效图表	无效图表
类别间比较	分组柱形图、点图	饼图、堆叠柱形图（难以比较）
随时间／序列变化的趋势	折线图	柱形图（掩盖连续性）
分布	直方图、小提琴图、箱线图	均值柱形图（隐藏方差）
相关性／关系	散点图	配对数值表
组成／比例	堆叠面积图、堆叠柱形图	多个饼图
差异／改进	差异图、瀑布图	使用完整比例尺的并列柱形图
排名	按顺序排列的横向柱形图	未排序的纵向柱形图
空间	热力图、等高线图	数值表
整体与部分	矩形树图、堆叠柱形图	分组柱形图
流程／过程	桑基图、冲积图	静态示意图
混淆／分类	混淆矩阵（热力图）	数字表格
消融贡献	瀑布图	表格或分组柱形图

如果存在更适合所述论断的图表类型，请标出。

---

维度 3 — 坐标轴与比例尺设计

坐标轴设计可能决定视觉论证的成败。

• **Y 轴起点：**差异较小时从 0 开始会使差异难以看出。展示绝对数量时从高于 0 的位置开始则会造成误导。选择必须服务于论断：

  • 展示“我们的方法更好” → 放大相关范围
  • 展示“相对于总量而言，影响很小” → 从 0 开始
  • 始终：清楚标注坐标轴范围；必要时使用带 // 的断轴

• **坐标轴比例尺：**线性比例还是对数比例。当数据跨越多个数量级，或相对差异比绝对差异更重要时，适合使用对数比例。若数据跨越 3 个或更多数量级，请标出线性比例尺的问题。

• **坐标轴范围：**范围是否包含所有相关数据？是否远超数据范围，造成空间浪费？范围的选择是否会夸大或缩小视觉差异？

• **纵横比操控：**过宽或过窄的图表可能会夸大或压平趋势。趋势线的斜率应清晰可辨，但不应被夸大。

• **双坐标轴：**几乎总是令人困惑。两个不同的 Y 轴容易引发错误的视觉比较。建议改用两个 X 轴对齐的独立面板。

---

维度 4 — 视觉层次与强调

图表是否引导读者关注正确的元素？

• **主要元素：**文字讨论的数据系列、区域或比较应在视觉上突出（线条更粗、颜色更醒目、标记更大、位置更靠前）。

• **次要元素：**背景信息、基准线和参考数据应在视觉上弱化（线条更细、使用灰色、标记更小、置于背景）。

• 注释： 如果文字提到了某个具体点、区域或阈值，应在图中标注（箭头、标注框、阴影区域、虚线参考线）。读者不应需要通过解读坐标来找到文字所描述的内容。

• 认知负荷： 计算读者必须跟踪的不同视觉元素数量。在一张图中，超过 5-7 条曲线或组别就会超出工作记忆容量。应拆分为多个面板，或突出显示需要比较的内容。

常见问题：

• 所有曲线/柱形的视觉权重相同——读者不知道重点是什么
• “我们的方法”曲线与 10 条基线曲线的宽度和样式相同
• 文字写着“请注意第 100 个 epoch 处的分歧”，但图中没有标出第 100 个 epoch
• 图例有 15 个条目——读者必须不断查阅

---

维度 5 — 数据密度与简化

图中展示的数据量是否恰好能支撑其主张？

• 过载： 单张图中的曲线、类别或数据点过多。主张讨论的是 2 种方法之间的关系，但图中展示了 12 种方法。应简化：突出显示需要比较的内容；将其他内容放到补充材料或次要面板中。

• 数据不足： 图中数据太少，无法令人信服地支撑主张。声称存在趋势，却只展示一个点。相关内容是分布，却只展示两根柱形。收敛行为很重要，却只展示三个 epoch。

• 需要原始数据时却只给出汇总： 只展示均值，而方差才是重点（或者方差会削弱论点——这两种情况都要指出）。对于随机结果，应使用置信区间、误差线或小提琴图。

• 需要汇总时却展示原始数据： 当主张关乎总体趋势时，却展示单个数据点。如果散点图包含 10,000 个点，而密度图或分箱热力图能更好地呈现结构，就应改用后者。

---

维度 6 — 作为解读指南的图注

图注应告诉读者要看什么，而不仅仅是坐标轴代表什么。

图注质量等级：

1. 仅描述（较弱）：“五种方法在不同 epoch 的训练损失。” 读者必须自行找出结论。

2. 指示性（合格）：“不同 epoch 的训练损失。方法 A（红色）约在 50 个 epoch 内收敛，而基线方法需要 150 个以上。” 指引读者关注主张。

3. 阐释性（较强）：“不同 epoch 的训练损失。方法 A（红色）的收敛速度比最接近的基线方法（蓝色）快 3 倍，这支持了架构变更 X 可降低优化难度的主张。” 将视觉信息与论点联系起来。

针对每个图注，指出其所属等级；如果是第 1 级，建议提升。第 2 级是有效传达信息的最低要求。对于支撑核心主张的关键图表，第 3 级最为理想。

---

维度 7 — 感知准确性

视觉编码是否准确呈现了底层数据？

• 用面积编码数值： 如果使用柱宽、气泡大小或面积来编码数值，映射关系必须与面积成正比（而非半径或直径）。数值增大 2 倍，面积也应增大 2 倍，而不是半径增大 2 倍（那样面积会增大 4 倍）。

• 3D 效果： 3D 柱状图、3D 饼图、透视效果等会因透视缩短而扭曲数值的感知。应指出任何将 2D 数据可视化为 3D 的情况。

• 色标的线性度： 顺序色图（viridis、plasma）的颜色变化在感知上均匀。彩虹/jet 色图存在感知上的不连续性，会在连续数据中产生人为边界。对于连续数据，应指出使用彩虹/jet 色图的情况。

• 未标明的截断坐标轴： Y 轴未从 0 开始，且没有可见的断轴符号（//），可能会误导读者对相对大小的判断。

• 纵横比失真： 饼图不是圆形。柱形宽度不一致。地图使用了不正确的投影（在机器学习论文中较少见，但在空间分析中很常见）。

---

维度 8 — 冗余与叙事脉络

这些图作为一个整体，是否讲述了连贯的故事？

• 冗余图表： 两幅图以不同形式展示了基本相同的信息。除非每幅图都能带来独特见解，否则应合并或选择效果更好的一幅。

• 缺少图表： 文本中是否有关键论点缺乏视觉支持，但加入图表会有所帮助？如果某个论点至关重要，却没有配图，就是错失了机会。

• 图表顺序： 图表的排列顺序是否符合论文的论证顺序？架构 → 训练 → 结果 → 分析，是一种自然的叙述脉络。图表顺序与叙述不符，会使读者难以建立正确的思维模型。

• 图表之间的视觉一致性： 同一方法在所有图表中应使用相同的颜色／标记。若比较相关，同一数据应使用相同的坐标轴刻度。请参照 manuscript-review §12（视觉语言一致性）。

---

3. 常见反模式

常见修辞问题速查：

反模式	描述	修正方法
隐形胜利	方法的表现仅高出 0.3%，但 y 轴范围为 0–100%	缩小到相关范围；使用差值图
意大利面图	10 条以上的线彼此重叠，且线条权重相同	突出显示 2–3 条重点线；将其余线条设为灰色
均值柱状图	柱状图仅显示均值，没有误差线／置信区间	添加误差线；考虑使用小提琴图／箱线图
孤立论点	文本讨论了某个特定区域／点，却没有标注	添加箭头、阴影区域或参考线
饼图	比较超过 5 个类别的比例	使用按数值排序的水平条形图
彩虹热力图	对连续数据使用 Jet／彩虹色图	使用感知均匀的色图（viridis）
巨型图例	图例有 15 个条目，需要读者来回对照	直接在线条上标注；或减少系列数量
错误的图表类型	用折线图表示分类数据；用柱状图表示趋势	根据数据类型和论点选择图表类型
双坐标轴	两个 y 轴暗示了虚假的相关性	使用两个独立面板，并对齐 x 轴
数据堆砌	为了“完整性”将所有结果放在一幅图中	只展示重点；将其余内容放入附录
缺少基线	结果没有可视化参照点	添加表示基线／随机水平／人类表现的虚线
抽象难懂的图	文本写着“见图 3”，但读懂图 3 需要花 5 分钟	简化图表；添加标注；改进图注

---

4. 生成报告

针对每幅图，生成：

## Figure [N]: [brief description]

**Prose claim:** [one-sentence claim the figure is supposed to support]

**Visual takeaway:** [what a reader actually sees at first glance]

**Alignment:** [STRONG | ADEQUATE | WEAK | CONTRADICTORY]

**Issues:**

1. [Dimension]: [specific problem]
   - **Impact:** [how this affects the reader's understanding]
   - **Fix:** [specific recommendation with concrete changes]

**Caption assessment:** [Level 1/2/3] — [recommendation if upgrade needed]

**Recommended changes:** [prioritized list]

然后添加总结部分：

## Figure Set Assessment

**Overall narrative coherence:** [figures tell a coherent story / gaps exist / redundancies]

**Strongest figure:** Figure [N] — [why it works]
**Weakest figure:** Figure [N] — [primary issue]

**Priority fixes:**
1. [Most impactful change across all figures]
2. [Second most impactful]
3. [Third most impactful]

**Missing figures:** [claims that need visual support but lack it]
**Redundant figures:** [figures that could be merged or cut]

5. 输出

将报告保存为 [manuscript-name]-figure-rhetoric-report.md。

列出：

• 按一致性评级统计的图表数量（STRONG / ADEQUATE / WEAK / CONTRADICTORY）
• 影响最大的 3 项修正
• 所有评级为 CONTRADICTORY 的图表（优先级最高——这些图表会直接损害论文质量）

核心原则

• 读者是未经预设的。 不要从作者的角度评估图表。作者知道图表“应该”展示什么。读者只能看到图表在视觉上实际呈现的内容。本次审查中的每项判断都应站在读者的角度。

• 先看论点，再看图表。 先读正文中的论点，再看图表。图表的作用是支撑这一具体论点。如果图表很漂亮，却无法支撑论点，就不合格。

• 一张图表传达一条信息。 试图展示三件事的图表，往往一件也展示不清楚。如果正文对一张图表提出了三条论断，那么图表就承载过多，或者正文应该分别指向三张图表。

• 视觉感知优先于数据准确性。 图表在数值上可能正确，但在感知上却有误（例如，由于比例尺设置，差异难以看见）。读者的视觉印象就是传达的信息。如果视觉印象与论点不符，图表就失效了。

• 具体明确胜过抽象笼统。 建议应明确指出具体修改：“将 y 轴范围从 0-100 改为 85-95”，而不是“考虑调整坐标轴”。应包括建议的图表类型、坐标轴范围、颜色选择和注释文字。

• 严重程度随论点的重要性而变化。 支撑次要方法论观点的薄弱图表，优先级较低。支撑论文核心结果的薄弱图表则至关重要——这是审稿人首先会仔细检查的内容。