结果呈现：什么时候用表，什么时候用图

一张图还是一张表？这不是审美问题

我审过一篇稿件，作者把二十组不同成分合金的力学性能全部画成了一张折线图。线条交错，图例放不下，坐标轴密密麻麻。结果读者既看不出趋势，也读不到精确数值。其实，这些数据更适合一张结构清晰的表。那次审稿让我意识到，图表选择首先是一个信息组织问题。

用图的五种情况

• 展示趋势：性能随温度、时间、成分的变化。
• 展示关系：应力-应变曲线、相图、构效关系。
• 展示空间或结构信息：显微组织、晶体结构、原子构型。
• 展示分布：颗粒尺寸分布、误差范围、统计离散。
• 突出异常或对比：实验组与对照组的差异、模拟与实验的偏差。

用表的五种情况

• 精确数值必须可查：如具体的晶格常数、弹性常数矩阵。
• 多组参数并列比较：不同模型、不同样本、不同条件。
• 数据不适合连续绘制：离散类别、命名标签。
• 补充主图细节：主要趋势放图，原始数据或统计细节放表。
• 附录级信息：读者可能不需要，但需要时可查。

决策清单：每次插入图表前问一遍

1. 我想让读者感知模式，还是查询数值？
2. 数据点数量是否多到让图变得拥挤？如果是，考虑表或分图。
3. 这张图有没有一个明确的主信息？如果没有，重新组织。
4. 这张表里的每一列都是必需的吗？删除重复或可由其他列推导的列。
5. 图注/表注是否足够独立？读者不读正文能否理解？

我的失败案例

我曾经把一组不同温度下的扩散系数放进了一张 3D 曲面图。我以为这样很高级，结果审稿人说："The figure is visually appealing but unreadable." 后来我改成了一个简单的 Arrhenius 图，趋势一目了然，还腾出了空间讨论活化能。那次让我明白，高级感不等于清晰度。

让图更专业的几个细节

• 坐标轴标签写清物理量和单位，不要只用缩写。
• 误差棒不能少，尤其是实验数据。
• 避免 3D 图、饼图和彩虹色映射，除非真的有必要。
• 同一篇文章里的图保持风格一致：字体、线宽、颜色方案。

借助工具优化可视化

在准备论文插图时，我常用 PicAxe 对原始结果图进行裁剪、标注和一致性处理，确保最终交付的图既清晰又符合期刊要求。对于复杂的三维结构，3D Modeling Workbench 可以导出高质量的可视化资产，避免在 PPT 里手动拼接导致的分辨率损失。

好的图表不是数据的容器，而是观点的放大器。选择合适的形式，读者会感谢你。

下次你纠结用图还是表时，记住这条简化的黄金法则：趋势放图，数值放表；能用一个图讲清的，不要拆成三张。