作为科研狗，我们不仅要会做实验，还要会作图！现在各大知名期刊对文章配图的要求越来越严格，精美甚至炫酷的配图已经成为论文的标配。

一图胜千言！一张好看的配图不仅能体现出作者的作图水平和科研水准，还可以不断冲击编辑和审稿人的眼球，影响到论文的整体质量以及最终能否被目标期刊接收。

道理谁都懂，可一说起科研绘图，相信每一个科研人的第一反应都是：头疼！

不仅要把众多的实验、统计数据，逻辑清晰、系统全面地整合到一张图表里面，还要兼顾美观、简约大气。

那么如何才能绘制一张“配得上高水平杂志”的插图呢?

1.修炼内功:充分理解自己的数据，连续型、离散型、单变量、多变量…

2.绘制草图:事先构思好文章中放几张图，分别用于展示什么信息，坚决避免信息冗余。对于每一张图，选择最合适的形式进行展示，力求简洁、准确，可以创新，但是“易读性”是前提。

3.投其所好:对于目标期刊的插图风格有所了解。

4.修炼外功:掌握一门绘图软件，工欲善其事必先利其器。

要说绘图软件的性价比，非GraphPad Prism莫属了！！

GraphPad Prism软件最新版本为GraphPad Prism 9.0，其功能强大，简单易学，能够适合绝大部分医学科研绘图的实现。

GraphPad Prism 9 核心新功能详解

1. 更高维度的数据！

Prism 9对多变量数据表进行了许多重大改进。使用标准结构可以分析更大的数据集，并执行新的和改进的分析，主要改进如下：

• 提高了数据列的上限 - 在每个数据表中最多输入1024列数据。

• 自动识别变量类型 - 将多变量数据表中的变量识别为连续值，分类值或标签值。

• 数据表可输入文本信息 - 直接以文本形式输入数据。无需将变量编码“0”和“1”，只需直接在数据表中输入例如“Male”和“Female”。

• 自动变量编码 - 输入您的数据，让Prism负责其余的工作。Prism会自动将分类文本变量编码为数值型哑变量。

2. 主成分分析（PCA）

注：上图以二维形式显示了PCA的图形示例。Prism中的PCA可以对数百个变量进行分析！

有时，收集的变量数量远远超过可供研究的受试者数量。看一下基因表达的研究，将受试者分为两组：治疗组和对照组，然后测量成百上千种不同基因的表达水平。可能只是变量太多而无法使模型适配数据。但是，简单的去掉一些变量不去分析，可能会导致丢失有价值的信息。选择一些要从分析中排除的变量只会丢掉可能有用的信息！PCA就是这样一种“降低维度”的技术，可以用它来减少所需变量的数量，但同时从数据中消除尽可能少的信息。

Prism 9的PCA还包括以下其他功能：

• 通过平行分析（以及Kaiser方法，总方差阈值方法等）来选择成分。

• 生成碎石图（Scree Plots）、分数图（Score Plots）和双标图（Biplots）。

• 自动准备PCA的结果，以进一步用于多元线性回归（PCR - 主成分回归）。

3. 向图表添加新的维度

可以从原始数据 – 对符号位置（X和Y坐标）、大小及填充颜色等编码的变量，直接创建气泡图。请注意，可以使用分类（分组）变量或连续变量来定义符号颜色和大小。

在此图上，有100多个国家/地区显示为单个圆圈。每个圆圈的X坐标代表该国的GDP（PPP），而Y坐标代表出生时的平均预期寿命。每个符号的大小与其所代表的国家的人口成比例（两个最大的符号分别代表中国和印度）。最后，每个符号的颜色代表该国家所在的大洲。在这个例子里的变量（颜色）是分类变量，但气泡图中的颜色也可以像下面这样由连续变量定义：

此图中，符号的X坐标、Y坐标和大小的定义与上例相同。但是，现在该符号的颜色是连续的，其代表该国家每1000个人的出生率。Prism现在还具有内置的半透明配色方案，以便可以更清晰地看到重叠的符号。

4. 自动将多个比较结果添加到图形中

这就是你想要的！

对多个成对比较执行相应的分析后，点击一个按钮就可以将这些结果自动添加到图形中。要自定义这些线和星号，只需再次点击工具栏的按钮即可。如果对数据或分析进行了调整，图形上显示的结果将自动更新。但是请记住，P值只是你研究成果的一方面。别忘了还要报告效应估计值（effect estimation，例如， 95％置信区间的均值差异！）。

5. 使用估计图更好地可视化T检验结果

执行t检验时，Prism现在会自动创建分析结果的估计图（Estimation Plots ）。在此图上，两组的原始数据都将绘制在左侧的Y轴上。在右边的Y轴上，将绘制组均值差异及其95％置信区间。该图比只使用P值会提供更多的信息，因为它不仅显示了95％CI是否包括零，还显示了95％CI的范围（如果95％CI包括零，则P值将大于0.05，如果95％CI不包含零，则P值将小于0.05）。

网上有很多Graphpad Prism的教程，想自学的同学可以自行搜索。不过这些教程有很多的问题，比如版本太老，或者讲解不够详细等等。

考虑到很多同学没有这么多时间在网上整理资料，也就是懒癌晚期，为了方便大家学习，元素魔方顺手为大家带来了这本口碑超高的书籍教程，哪里不懂，翻哪里！

《GraphPad Prism学术图表》

《GraphPadPrism学术图表》实体书      

扫上方二维码，即可0元领取

（原价109元）

书里都有啥？

上下划动查看

第1章介绍了

软件下载、安装、使用界面、图形修饰与美化、学术图表配色、图片导出和发送等内容。

第2章介绍了

常见学术图表分类及选择与软件内嵌的大部分统计方法。

第3章介绍了

XY表及该数据表类型所支持的12类图表的绘制方法，以及带统计分析的XY表图形绘制，如相关分析、回归分析等。

第4章介绍了

纵列表（Column）及该数据表类型所支持的6类图表的绘制方法，并基于实例介绍了包含t检验和方差分析的相关图表绘制方法，以及ROC曲线、Bland-Altman图的绘制。

第5章介绍了

行列分组表（Grouped）及该数据表类型所支持的5类图表的绘制方法，并基于实例介绍了二（三）因素方差分析。

第6章介绍了

列联表（Contingency）及该数据表类型所支持的图表的绘制方法。

第7章介绍了

生存表（Survival）及该数据表类型所支持的生存曲线的绘制方法。

第8章介绍了

局部整体表（Partsof whole）、多变量表（Multiplevariables）及嵌套表（Nested）这3种数据表及其所支持的图形绘制，尤其是GraphPadPrism 9 新增的主成分分析和气泡图。

第9章介绍了

GraphPadPrism 绘图进阶技巧，包括首选项设置、图形组合、自定义配色方案、魔棒工具、克隆和模板等内容。

书籍6大亮点如下：

1.  系统介绍Graphpad Prism 9使用方法，专业绘图大户了！

大家都知道，作为一款专业的数据处理和绘图软件，GraphPad Prism 以其便捷性和专业性，在学术图表绘制中具有重要地位。但对比下来，目前在市面上系统介绍GraphPad Prism 绘图的图书难得一见，个别图书也只是对该软件较低版本的一些简单功能进行了介绍。但，本书主要介绍基于GraphPad Prism 9 的学术图表绘制方法，可谓是赢在起跑线！

2.   超过50种学术图表的绘制方法，超全面了！

本书以软件所定义的8 种数据表为纲，按照“数据录入—数据分析—图表生成与美化”的顺序，结合科研实例，使用t 检验、方差分析、生存分析和主成分分析等相关统计分析方法，介绍了散点图、气泡图、柱状图、线图、饼图、面积图等常见学术图表的绘制和美化方法。可谓一本书在手，从此可以绘制天下美图！

《GraphPadPrism学术图表》

扫上方二维码，即可0元领取

（原价109元）

3.  全面展现学术图表的绘制和美化过程，可洗眼睛了！

这本书开篇就介绍了GraphPad Prism图形生成和美化流程、学术图表配色原则和技巧、常用学术图表类型和软件内嵌的大部分统计方法的选择等内容，内容可谓细致入理，环环相扣，重点是这个过程很洗眼睛，颜狗福利！

4.  科研小白可“依葫芦画瓢”，太友好了！！！

本书适合于需要绘制学术图表的高校学生和科研人员，也就是我，并且不需要具有GraphPad Prism 使用基础，只需要具备基本的计算机知识即可用本书。因此，本书通常可以作为小白的工具书，可使我“依葫芦画瓢”地绘制所需要的学术图表。但在涉及统计分析时，我需要结合自己的专业知识背景和统计学知识进行判断。（对小白太友好了，我打算给本书的作者写封致谢信了！）

5.  最后，就是本书还提供59个绘图源文件下载哦，这服务到位！

最后再次提醒大家，想要系统掌握科研绘图，或者希望自己画图技能更加精湛的同学，快来参与元素魔方0元送书活动吧，一本书带你修炼完整科研绘图独家秘籍”！

免费领取方式：

扫描下方二维码，回复“1”即可免费0元领取此书，还给专属电子签名！    

转发本文到朋友圈，加任意一段好评

添加企业微信

凭转发截图

领取送给科研人的百万见面礼资源包一份

1.各个科研工具或者科研软件（包括常用的论文绘图绿色软件以及论文写作润色翻译查重等方面的神器）

2.科研绘图（PPT,AI，3dmax）以及科研写作官方教程和讲义；科研绘图PPT,AI，3dmax模板与样例；科研绘图电子书籍

3.lammps，gromacs等分子动力学模拟官方书籍与视频；lammps自制讲义与实操视频；优质文献in data源代码文件

4.MS，Gaussian，VASP等量化计算官方书籍与视频，MS自制讲义与实操视频；优质的后处理Perl文件

上述涉及的科研工具，软件，以及软件教程都为精心编辑和筛选，且大部分资料为原创，请在使用过程或者分享过程中注明来源和出处，并且欢迎推荐给身边需要的朋友，一键点亮科研道路