general-figure-guide

科学图表质量通用指南

概述

本指南提供了一份通用质量检查清单，用于评估科学图表，无论图表是通过编程生成（matplotlib、seaborn、R/ggplot2），还是手动制作。本指南聚焦于所有期刊都常见、且在自动生成图表时容易被忽略的视觉可读性问题。

关键概念

视觉可读性

图表必须能清楚传达数据，无需读者猜测。最常见的可读性问题包括标签重叠、文字被裁切并超出图表边界、坐标轴缺失或未标注、图例缺失、数据筛选错误导致绘图区为空，以及数据点过于密集、融合成难以辨认的一团。

分辨率和输出格式

科学图表通常要求栅格输出（TIFF、PNG、JPEG）达到 300+ DPI，线稿和图表则使用矢量格式（PDF、EPS、SVG）。图表优先使用矢量格式，因为放大时不会损失质量。栅格格式适用于照片和显微图像。

色彩无障碍

约 8% 的男性存在某种形式的色觉缺陷。仅依赖红绿色差异的图表会使这些读者无法辨别内容。请使用色盲友好型调色板（蓝橙配色，或 viridis/cividis 色图），增加纹理或形状差异，并在提交前使用色盲模拟器检查图表。

统一调整图像

所有主要期刊都要求对整张图像统一调整亮度、对比度和颜色。选择性增强特定区域（例如调整某一条凝胶泳道）会被视为数据操纵，并可能导致稿件被任何期刊拒稿。务必在 Methods 部分记录处理步骤，并保留未经处理的原始文件。

决策框架

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

问题	检测方法	修复方法
标签重叠	文字在坐标轴或图例上明显相互遮挡	旋转标签、减小字号或增大图表尺寸
文字被裁切	标签或标题在图表边缘被截断	使用 tight_layout() 或 constrained_layout 增加边距
坐标轴或图例缺失	缺少坐标轴标签、单位或图例	添加 xlabel、ylabel、legend() 调用
绘图区为空	画布空白，只有坐标轴，没有可见数据	检查数据筛选、列名和绘图函数参数
数据过于密集	数据点融合成一片	减小标记尺寸、增加透明度（alpha），或使用密度图

最佳实践

1. 每次生成图表后都进行视觉检查：在继续操作前，检查渲染后的图像是否存在标签重叠、文字被裁切、坐标轴/图例缺失、绘图区空白或数据过于密集等问题
2. 使用 tight_layout() 或 constrained_layout=True：这些设置可防止文字超出图表边界，这是 matplotlib 中最常见的布局问题
3. 在创建图表时设置 DPI：配置 fig.set_dpi(300) 或 plt.savefig(..., dpi=300)，从一开始就确保输出达到出版质量
4. 将图表导出为矢量格式：图表和示意图使用 PDF、SVG 或 EPS。栅格格式（PNG、TIFF）仅用于照片和显微图像
5. 统一各面板的字体大小：多面板图表中的所有文字应使用相同字体系列，字号也应相近（标签通常为 6-8 pt，面板标识为 8 pt）
6. 为密集散点图添加透明度：绘制数千个数据点时使用 alpha=0.3-0.5，以显示密度分布，而不是形成一片实心区域
7. 为所有坐标轴标注单位：每个坐标轴都应标出测量参数和括号内的单位（例如，“时间（小时）”“浓度（nM）”）

常见陷阱

1. 保存前未检查生成的图表：自动化流水线经常会生成存在布局问题的图表，直到审核时才会发现
   • 避免方法：始终渲染并目视检查每张图；如果通过程序审核，请检查文本边界框是否重叠
2. 坐标轴标签或标题被裁切：matplotlib 的默认边距通常会裁掉较长的标签或总标题
   • 避免方法：调用 fig.tight_layout()，或使用 constrained_layout=True 创建图表
3. 多系列图表缺少图例：包含多条线或多个分组的图表若没有图例，将难以阅读
   • 避免方法：绘制多个系列时，始终调用 ax.legend()；确认图例条目与数据相符
4. 大 N 散点图过于拥挤：默认设置下，点数超过 10,000 的散点图会变成一团实心色块
   • 避免方法：对于大型数据集，使用 alpha 透明度、六边形分箱图或核密度估计
5. 以屏幕分辨率（72 DPI）保存：默认屏幕 DPI 生成的图表无法满足期刊印刷要求
   • 避免方法：在 savefig() 中始终指定 dpi=300（最低要求），或在创建图表时在图表对象上设置该值

协议指南

1. 设置图表尺寸和 DPI：绘图前，在图表对象上配置目标宽度（期刊栏宽）、纵横比和 DPI（最低 300）
2. 使用已预先配置好设置的绘图库生成图表
3. 目视检查渲染后的输出，确认是否存在以下问题：
   • 标签或注释重叠
   • 图表边界处的文本被裁切
   • 缺少坐标轴标签、单位或图例
   • 绘图区为空（数据未渲染）
   • 数据点过于拥挤或难以区分
4. 如果发现任何问题，请针对性地修复后重新生成（调整布局、字体大小、边距、透明度或图表尺寸）
5. 以正确的格式导出：图表使用矢量格式（PDF/EPS/SVG），照片使用栅格格式（300+ DPI 的 TIFF/PNG）
6. 验证保存的文件：重新打开导出的文件，确认其与屏幕上的渲染结果一致

延伸阅读

• Matplotlib 图表布局指南 -- tight_layout 和 constrained_layout 的用法
• 让图表更出色的十条简单规则（PLOS） -- 科学图表设计的一般原则
• 观点：Nature Methods 专栏 -- 科学数据的视觉设计原则

相关技能

• nature-figure-guide -- Nature 特定的图表要求
• cell-figure-guide -- Cell Press 图表要求
• science-figure-guide -- Science (AAAS) 图表要求
• pnas-figure-guide -- PNAS 图表要求