准备地块时应遵循哪些最佳实践？

在准备地块时，我通常会做出自己独特的选择。但是，我想知道是否有用于生成图的最佳实践。

注意：Rob对这个问题的答案的评论在这里非常相关。

在绘制地块时，Tufte原则是非常好的做法。另请参阅他的书《美丽的证据》

原则包括：

• 保持高数据墨水率
• 删除图表垃圾
• 提供图形元素多种功能
• 注意数据密度

搜索的术语是信息可视化

我们可能会整日呆在这里，代表最佳做法，但是您应该先阅读Tufte。我的主要建议：

把事情简单化。

人们经常尝试在图表中加载信息。但是，您实际上应该只是想传达一个主要想法，如果有人几乎没有立即收到您的信息，那么您应该重新考虑如何呈现它。因此，在消息本身清楚之前，不要开始处理图表。奥卡姆剃刀也适用于此。

我并不总是遵循的一条经验法则，但有时会有用，它是考虑到您的情节在将来的某个时候可能是

• 通过传真发送，
• 影印和/或
• 以黑白复制。

您需要尝试使您的图足够清晰，以使即使将来对其进行不精确的复制，该图试图传达的信息仍然清晰可辨。

除了传达清晰的信息外，我还总是想起绘图技巧：

• 标签和图例的字体大小应足够大，最好与最终出版物中使用的字体大小和字体相同。
• 线宽应该足够大（如果绘图仅略微缩小，则1 pt线会消失）。我尝试将线宽设为3到5磅。
• 如果用颜色绘制多个数据集/曲线，请确保以黑白打印时可以理解它们，例如，除了使用颜色之外，还可以使用其他符号或线型。
• 始终使用无损（或接近无损）格式，例如pdf，ps或svg等矢量格式或高分辨率png或gif（jpeg根本不起作用，并且从未为艺术线条设计）。
• 准备要在出版物中使用的最终纵横比的图形。以后更改宽高比可能会产生令人讨厌的字体或符号形状。
• 始终从绘图程序中删除无用的杂物，例如未使用的直方图信息，趋势线（几乎没有用）或默认标题。

我已经将我的绘图软件（matplotlib，ROOT或root2matplotlib）配置为默认情况下可以执行大多数操作。在我使用之前gnuplot，这里需要特别注意。

在物理学领域，有一条规则是，仅通过快速查看图表即可理解整个论文/报告。因此，我主要建议他们应该自我解释。
这还意味着您必须始终检查您的听众是否熟悉某种情节-假设每个科学家都知道箱图是什么，然后浪费了一个小时来解释它，我曾经犯了一个大错误。

这是我的指南，基于我看到的最常见错误（除了提到的所有其他优点）

• 如果元素顺序不相关，则使用散点图，而不是折线图。
• 在准备要比较的图时，请对所有图使用相同的比例因子。
• 甚至更好-找到一种在单个图中组合数据的方法（例如：箱图比多个直方图更好地比较大量分布）。
• 不要忘记指定单位
• 仅在必要时才使用图例-直接标记曲线通常更清晰。
• 如果必须使用图例，请将其移动到图中的空白区域。
• 对于折线图，请寻求长宽比，以产生与page大致成45o的线。

看看R图形库ggplot2。有关详细信息，请访问网页http://had.co.nz/ggplot2/。此软件包可生成非常好的默认图，该图遵循Tufte原则，克利夫兰准则和Ihaka的颜色软件包。

如果进行彩色绘图，请考虑色盲人士可能难以仅凭颜色区分元素。所以：

• 使用线型来区分线。
• 在元素中使用额外的权重，使线宽至少2磅，等等。
• 使用不同的标记和颜色来区分点。
• 使用标签和注释，同时也指位置和样式。
• 在文本中引用绘图元素时，请通过颜色，相对位置和样式来描述它们：“红色，上方，点划线”
• 使用对色盲友好的调色板。见http://www.vischeck.com/vischeck/，http://jfly.iam.u-tokyo.ac.jp/color/#pallet。我在code.google.com的最后参考中有一个简单的python调色板实现，请寻找python-cudtools

这些都是很棒的建议。我们在http://biostat.mc.vanderbilt.edu/StatGraphCourse上收集了很多资料。制药行业，学术界和FDA的一组统计学家也在创造一种资源，这将对临床试验和相关研究非常有用。一个月内将发布许多新材料，但已经有很多新材料-http: //www.ctspedia.org/do/view/CTSpedia/PageOneStatGraph

我个人最喜欢的图画书是William Cleveland 撰写的Elements of Graphing Data。

在软件方面，我认为很难击败R的ggplot2和grid软件包。Stata还支持一些出色的图形。

它还取决于您不希望在何处发布绘图。在为期刊做任何图之前，请先咨询作者指南，以免麻烦。

还应以易于修改的格式保存图，或保存用于创建图的代码。您可能需要进行更正。

不要使用炸药图：http : //pablomarin-garcia.blogspot.com/2010/02/why-dynamite-plots-are-bad.html，请使用小提琴图或类似形式（箱式图家族）

其他答案过于笼统，难以令人信服，因此让我给出一个更笼统的答案。我已经为这个问题苦了一段时间。我提供以下过程：

1. 了解你的讯息
2. 了解你的听众
3. 了解你的限制
4. 考虑到您的限制，向受众定制信息

我对诸如“保持简单”之类的笼统说法表示怀疑，这是什么意思？好吧，这取决于听众。一些观众会吃饱Tufte风格的。但是有些观众会不时地欣赏一些图表垃圾。有些人对散点图感到无聊。有些人喜欢彩色背景。即使损害“审美”的纯洁度，让他们多一点参与是那么错误吗？由您决定。

听众的反应将是重要的反馈，但不是唯一的。如果你找到一个方法来衡量他们的理解之前和之后您的演示文稿，那么你就会开始明白你所做的影响。

“正确”的答案将取决于以下类型的问题：

• 您将使用哪种媒体？

• 您要创建静态图还是交互式图？

• 您是要讲一个预先定义的故事（博览会）还是鼓励实验（探索）？

• 您希望听众在何种程度上得出自己的结论？

• 您希望观众在多大程度上跟随并相信您的故事？

• 您希望听众在多大程度上挑战您的发现？

总而言之，请根据您的信息，受众和约束条件故意设计材料。

我似乎还记得Tufte提到的一件事，而在其他答案中却没有，那就是映射 -即，使图形上的位置，方向，大小等代表现实。图上显示的内容应该在现实世界中显示。大应该大（记住，面积应该代表面积和体积。不要试图用面积代表标量值，这是非常含糊的！）。如果相关，这也适用于颜色，形状等。

一个有趣的示例是此处的“裙系列”图：http : //a-little-book-of-r-for-time-series.readthedocs.org/en/latest/src/timeseries.html。从技术上讲这是正确的，并且“更短”的裙边长度在图表上占据较高的位置，但实际上相当令人困惑，因为裙边长度从顶部开始，然后向下（与人或树木不同，我们从此处测量高度）地面）。因此，增加的裙边长度实际上表示一个较低的值：

skirts <- scan("http://robjhyndman.com/tsdldata/roberts/skirts.dat",skip=5)
skirtsseries <- ts(skirts,start=c(1866))
plot.ts(skirtsseries, ylim=c(max(skirts),min(skirts)))

一如既往，有困难。例如，我们通常考虑前进的时间，至少在西方，我们从左到右阅读，因此时间序列图通常也随着时间的增加从左到右流动。那么，如果您想随着时间的推移最好地表示横向最好的东西（例如东西的东西测量），会发生什么呢？在这种情况下，您必须做出让步，要么描绘时间向上或向下移动（我猜这又取决于文化观念），要么选择将横向变量映射到图形上的向上/向下。

这取决于讨论情节的方式。

例如，如果我要为将要来自不同位置的呼叫者进行的小组会议发送情节，则我更喜欢将它们放到Powerpoint中，而不是Excel中，这样更容易翻转。

对于一对一的技术电话，我将在excel中添加一些内容，以便客户端能够将图移到一边，并查看原始数据。或者，我可以沿着边回归系数将p值输入到单元格中，例如

请记住：地块很便宜，尤其是幻灯片放映或通过电子邮件发送给团体时。我宁愿做10个清晰的图，我们可以翻阅，而不是5个图，在同一图上我尝试将不同的同类（例如“男性和女性”）放在一起。

我要补充一点，地块的选择应反映用于分析数据的统计检验的类型。换句话说，用于分析的数据的任何特征都应以视觉方式显示-因此，如果您使用t检验，则将显示均值和标准差，而如果使用曼恩-惠特尼检验，则将显示箱线图。