Skip to content

如何高效画出高质量的图?

科研图不是装饰,而是论文的视觉提纲和证据界面。一张好图让读者快速看懂 Workflow、核心 Gap、方法对应关系与主要结果;一张坏图会让正确内容显得不可靠。

常见问题:局部精致,整体失控

最常见的缺陷不是“不会画”,而是没有统一标准:

  • 同一个功能模块使用三种不同风格的机器人 Icon。
  • 子图混用 Arial、Times New Roman、不同粗细或字号。
  • 箭头、圆角、边框粗细和留白没有一致规则。
  • 颜色很多,却没有稳定语义。
  • 子图本身精致,但读者看不出它们之间的逻辑顺序。

一致性优先于单个元素的华丽程度。统一字体、图标、线宽、圆角和配色,往往比增加视觉效果更能提升专业感。

PPT 还是 Adobe Illustrator?

维度PowerPointAdobe Illustrator
上手与协作快,适合草图与组内修改学习成本更高,适合最终精修
排版精度基础对齐足够,复杂布局易漂移参考线、网格与坐标控制精确
元素管理元素多时选择与分组困难图层可命名、锁定、隔离
矢量兼容PDF / SVG 编辑能力有限可编辑 AI、PDF、SVG、EPS 等
大型文件高分辨率素材多时容易卡顿可通过 Links 外链素材

在绘制高水平论文插图时,推荐完成从 PowerPoint 到 Adobe Illustrator 的工具升级。可以先用纸笔或 PPT 快速搭结构,再用代码生成数据图,最后用 Illustrator 做矢量排版。

Illustrator 的四个核心能力

参考线与精确定位

使用 Transform 面板统一坐标、宽高和间距;从标尺拉出参考线并锁定,让多张子图严格对齐。不要依靠肉眼反复微调。

图层管理

把科研图拆成五层,并从一开始命名:

text
text       文字、公式、标签
arrow      箭头与引导线
icon       统一风格的语义图标
reference  定位参照与草图(完成后隐藏)
shape      背景、分区与基础形状

需要编辑文本时锁定 shape;需要检查连线时隔离 arrow;完成后关闭 reference。图层意识能显著减少误选与返工。

多格式矢量编辑

AI 可以导入 PDF、SVG、EPS 等矢量文件。由 Python / R 生成的数据图应优先导出 PDF 或 SVG,再在 AI 中调整字体、线宽与布局。注意:只有原文件保留矢量对象时,导入后才可能逐元素编辑;扫描版或已栅格化 PDF 不会自动变成矢量图。

所有的文件均可以外链的形式引入,因此即便全是超高清矢量图,软件运行也绝不会出现卡顿!该机制允许我们在 Python 中修改了散点图并重新保存后,AI 会自动检测并一键更新画布上的图片,无需重新复制粘贴,极大地优化了实验作图的迭代效率。

  1. 01Python / R
  2. 02导出 PDF / SVG 到 figures/source/
  3. 03Links 引入 Illustrator 主画布
  4. 04导出论文用 PDF / SVG

主插图应该是全文的视觉提纲

Figure 1 或 Figure 2 通常需要“提纲挈领”,而不是塞满所有细节。一个复杂实证研究可以按下列层级组织:

text
┌──────────────────────────────────────────────┐
│ (a) Overall Workflow:输入 → 系统 → 审计输出 │
└──────────────────────────────────────────────┘
             ↓                     ↓
┌──────────────────────┐  ┌──────────────────────┐
│ (b) Motivation       │  │ (c) Empirical Study  │
│ 现象与核心痛点       │  │ 失败何时、何地发生   │
└──────────────────────┘  └──────────────────────┘
             ↓                     ↓
┌──────────────────────────────────────────────┐
│ Modules 1–3:方法、编码框架、失败模式统计    │
├──────────────────────────────────────────────┤
│ Main Results:定量回答最初提出的问题          │
└──────────────────────────────────────────────┘

这类结构把 Workflow、Motivation、Modules 和 Results 串成一个闭环。每个子图有独立问题,同时共同服务于论文主张。

风格与调性:大道至简

色彩

核心美学标准“大道至简”

低饱和度的 “莫兰迪色系” 在 Nature、Science 等正刊论文里非常常见。这类配色温和、高级,不会给审稿人带来视觉上的杂乱感与压迫感。

形状与连线

  • 优先使用圆、矩形、圆角矩形与细线箭头。
  • 避免没有信息作用的渐变、阴影和 3D 效果。
  • 同级模块保持相同尺寸、边框和内边距。
  • 让箭头表达流程或依赖,不要只用于填补空白。

字体与公式

  • 全图控制在 1–2 个字体家族。
  • 字号层级固定:标题、模块名、注释各自一致。
  • 公式风格尽量与论文 LaTeX 正文一致。
  • 最终按论文栏宽检查,确保缩小后仍可读。

一张图的制作流程

  1. 写下这张图唯一要回答的问题。
  2. 列出必须出现的对象与它们的关系。
  3. 先画黑白线框,确认阅读顺序和信息层级。
  4. 用代码生成可复现的数据子图,并导出矢量格式。
  5. text / shape / icon / reference / arrow 分层排版。
  6. 最后统一字体、线宽、间距、色彩和子图标签。
  7. 在单栏宽度、灰度和色觉差异场景下检查可读性。

交付前检查清单

  • 读者只看图和图注,能否说出主要结论?
  • 相同概念是否始终使用相同视觉编码?
  • 所有文字、数字、单位和统计标记是否完整?
  • 颜色是否有语义,灰度打印后是否仍可区分?
  • 外部素材是否具有合法使用权限与正确引用?
  • 源文件、链接素材和导出文件是否能被协作者继续编辑?