数据图是论文的核心。SCI期刊在评估论文时非常注重数据图的准确性、清晰性和可读性。一幅清晰、简洁且有力地传达信息的数据图不仅能够吸引编辑和审稿人的注意力，而且其能够提升论文的整体质量，增加其被期刊接收的可能性。

如何绘制高质量的数据图？以下面两幅图为例，两幅图均是PDMS的数据图，上图为origin直接绘制导出的图片，下图为经过Visio处理后导出的数据图。显而易见，这两幅图带给我们的直观感受截然不同。

因此，高质量的数据图应具备清晰易懂、准确、合适的图表类型、以及适度的美观性等特点，以有效地传达数据信息并帮助读者更好地理解数据。

在此，我将介绍几个关键步骤，以帮助需要的人绘制出更多的高质量的数据。

选择合适的图表类型

根据要展示的数据类型和目标，选择合适的图表类型。常见的图表类型包括折线图（左）、柱状图（中）、箱式图（右）等。确保所选图表能够最清晰地传达数据信息。

简化图表

保持图表简洁明了是绘制高质量数据图表的关键。精简图表使读者更容易理解数据趋势和关系。从这两幅图就可以直观地看出两者的差异，下图给人的感觉是简洁明了和大方。

如何做到这样一种提升的呢？

移除不必要的信息：仔细审查数据图，并确定其中哪些元素对于传达主要信息是不必要的，并进行移除。例如，右图去掉上面和右面的多余的坐标轴，以及去掉了横坐标多余的刻度线，从而简化图表的外观。

清晰的标签和标题：确保图表的标签和标题简明扼要地描述了所传达的信息。左图过于精简，从而造成左下角大部分空白，与右边造成强烈的视觉差异。但是也要避免使用过长或冗余的文字，尽量使用简洁的语言来说明数据图的主要内容。

使用颜色和样式的谨慎选择：选择明确的、对比度强烈的颜色，以确保数据点能够清晰地区分开，且对照组在选择上可以考虑使用灰色，这可以帮助凸显主要的实验组数据，同时保持对照组的存在感。这两幅图中左图的颜色较为暗淡，而右图的颜色就比较明亮。一般来说，在视觉上，明亮的颜色往往能够从周围环境中脱颖而出，避免淹没在其他元素或背景中。

添加图例和注释：为图表添加图例以说明不同的数据系列或类别。如果需要，可以添加注释、箭头或其他辅助说明，以帮助读者更好地理解图表中的信息。左图仅使用虚线表达注释，容易造成混淆，难以理解指示的内容。而右图将虚线和箭头结合起来，对注释内容进行表征，从而使内容一目了然。

区分线条

在SCI论文中，高质量数据图的区分线条是至关重要的。如果多条相似的线条没有清晰标识，读者可能会错误地将其视为同一组数据，从而产生错误的结论。因此，通过明确区分不同线条，我们能够提升数据图的可读性和信息传达能力。

以下面两幅图为例：

两幅图均为C 1s的XPS能谱图，从图中可知，总共有6个线条。上图仅仅采用颜色进行了线条的区分。众所周知，颜色的可区分性有限，当线条数量较多或颜色之间的差异较小时，读者可能很难清楚地区分每个线条，从而导致数据图的可读性下降。而下图不仅使用了颜色进行区分，而且使用了不同的线型进行区分。因此相较于左图，右图提供了更加丰富的视觉信息，使得读者能够迅速区分和理解图中的线条的含义。因此，在高质量数据图中同时使用颜色与线型区分线条，可以提升图表的可读性、传达更多信息并确保广泛受众的理解。

反复校对和调整

在完成图表后，仔细检查数据的准确性并核对图表中的各个元素。如果需要，进行必要的调整和修正，以确保图表的质量和准确性。

高质量的数据图是SCI论文中不可或缺的组成部分。它们提升了数据传达的效果，突出关键发现，减少误解和歧义，增加可信度，并帮助读者更好地理解和解释研究结果。因此，在撰写SCI论文时应重视数据图的制作，以确保研究成果能够得到准确、清晰的表达。

关注“博硕科研绘图”公众号，了解更多绘图知识。