时间:2018-03-09 编辑整理:早检测网 来源:早检测网
图表蕴含着核心而丰富的信息。清晰、全面、直观地反映研究发现是需要精心设计和磨练的。数据可视化的应用,不仅提高了分析效率,提升了图表质量和效果,更重要的是降低了数据分析和交互的技术门槛,使得数据分析和呈现不再是少数人的特权。当数据可视化软件普及成一种基本工具的时候,提升的是所有人的分析判断事物的能力。随着软件技术和计算机语言的应用发展,数据可视化(data visualization)成为一门不断创新的学科。针对文章中的图表制作,提如下一系列问题供大家反思:
图表蕴含着核心而丰富的信息。清晰、全面、直观地反映研究发现是需要精心设计和磨练的。数据可视化的应用,不仅提高了分析效率,提升了图表质量和效果,更重要的是降低了数据分析和交互的技术门槛,使得数据分析和呈现不再是少数人的特权。当数据可视化软件普及成一种基本工具的时候,提升的是所有人的分析判断事物的能力。随着软件技术和计算机语言的应用发展,数据可视化(data visualization)成为一门不断创新的学科。针对文章中的图表制作,提如下一系列问题供大家反思:
1. 图表的信息量是否足够也没有过载、有没有重复多余?
2.布局和构图是否合理?
3. 标注和符号的尺寸、颜色是否已经系统化编辑而且有助理解?
4. 图表背后数据是否可靠、可用——有的国际刊物已经开始尝试在在线出版的论文中向作者建议提供原始数据表格,以插入读者互动式的图表(interactive graph)?
5. 整体一套图表是否直接回答了科学问题而不是单纯展示数据可视化的技能?
6.对重要发现和规律是否有恰当的归纳和指示引导?
7.图片质量怎么样、符合期刊和领域的风格要求吗? 图表的表头和图题(captions)以及图例标注都编辑完整了吗——即使不看文字描述也能大概了解研究核心结果吗?
8.最后,再确认下有没有画蛇添足或者不恰当地组合、容易误导或迷惑读者的地方?
一般而言,如果是应用型的论文,通常需要是一个比较全面的系统,包括了你面对具体问题时,怎么解决交互,数据的计算和呈现,如果在这些方面比较新颖,有启发意义,是会被接收的哦!