不同学术期刊在图名、字体、坐标轴以及颜色选择、配图格式等方面都有其特有的要求。

科研论文配图可分为线性图、灰度图、照片彩图和综合配图 4 种类型。其中，线性图是主要和常用的配图类型。 线性图是指由包括Python、R、MATLAB 等编程软件，以及 Excel、SPSS、Origin（OriginLab 公司出品）等集成软件在内的绝大多数数据分析工具输出的多种插图样式，如折线图、散点图、柱形图等。这类 插图是科技论文中常见的图表类型，也是一种加工费时、设置细节较多的图表类型。 科研论文配图主要包括 X 轴（X axis，又称横轴）、Y 轴（Y axis，又称纵轴）、X 轴标签（X axis label）、Y轴标签（Y axis label）、主刻度（Major tick）、次刻度（Minor tick）和图例（Legend） 等。

科研论文中常见的插图格式有像素图和矢量图。其中，像素图（位图）是以单个像素为单位，通过对像素进行组合和排列来显示图片格式。像素图在放大到一定程度后，会失真，变得模糊。常见的像素图格式包括 JPEG、PSD、PNG、TIFF，其中，JEPG 是一种常用的有损压缩图片格式，处理起来较容易，但像素分辨率低、清晰度差、色彩损失大。矢量图是使用点、直线或多边形等基于数学方程的几何图元表示的图像。矢量图的图像文件包含独立的分离图像，可以自由、无限制地进行重新组合，其特点是放大后图像不会失真，也就是说，与分辨率无关。常见的矢量图格式包括 EPS、PDF、AI、SVG，其中，EPS 格式的图片文件小、显示质量高、色彩保真度高，印刷时的字样较为清晰，是常用的论文配图格式；AI 格式是一种可以二次修改的图片格式，也是常用的插图格式，其体积较大，包含图片各图层的所有信息。 对于像素图，一般的科学引文索引（Science Citation Index，SCI）期刊都要求插图的分辨率大于 300dpi（dpi 是表示空间分辨率的计量单位，即每英寸可分辨的点数）。

英文科技期刊大多使用 Arial、Helvetica 或 Times New Roman 字体。值得注意的是，单篇科研论文中的所有插图的字体、字号要尽量保持一致，同一幅插图中的字体必须一致。如果插图中确有需要突出的部分，则可以将它们设置为粗体或斜体形式，或者更改文字颜色。 中文期刊字体设置为宋体或黑体。

科研论文配图的主要应用场景包括结构表达、体系构建、模型研究、数据预处理及分析、调查统计等。 如何判断是否需要配图？ 如果配图可以起到补充说明文字、直观展示结果、引出下文内容等作用，那么它就是必要的。

方便读者准确理解科研论文配图的内容。

常见的色彩模式： RGB 色彩模式、CMYK 色彩模式和 HEX 色彩模式

RGB 色彩模式是指通过混合红（Red）、绿（Green）、蓝（Blue）3 种颜色来表现各种色彩。该色彩模式利用红、绿、蓝 3 个颜色通道的变化，以及它们相互之间的叠加来得到各种颜色值，是目前使用较为广泛的颜色系统。RGB 色彩模式为图片中每一个像素的 R、G、B 各分配一个强度值（取值范围为 0 ～ 255），如黑色可表示为 (0,0,0)，白色可表示为 (255,255,255)。

CMYK 色彩模式可以看作 RGB 色彩模式的子集。它是一种主要用于彩色印刷的四色模型，其中，C 表示青色（Cyan），M 表示品红色（Magenta），Y 表示黄色（Yellow），K 表示黑色（blacK）。与 RGB 色彩模式的不同之处在于，CMYK 色彩模式是一种印刷色彩模式，也是一种依靠反光的色彩模式。尽管RGB 色彩模式表示的颜色更多，但并不表示它们能够全部印刷出来。理论上，把青色、品红色、黄色混合在一起，就可以得到黑色，但是，依照目前的工艺制造水平，三者混合后得到的实际结果是暗红色，因此，我们需要加入一种专门的黑墨来中和，即使用定位套版色（黑色）（Key Plate（Black）），以确保输出黑色。在现阶段，大多数纸质期刊在稿件出版阶段都会要求图片使用 CMYK 色彩模式。对于网络版本的期刊，我们应该使用 RGB 色彩模式，因为使用该色彩模式的图片，其表现效果好，色彩靓丽，更适合在网络上传播。

HEX 色彩模式，又称十六进制色彩模式，它和 RGB 色彩模式的原理类似，都是通过红、绿、蓝三原色的混合而产生各种颜色。HEX 色彩模式常用于在代码中表示颜色，这一点方便我们在利用代码绘制科研论文配图时更换颜色。HEX 色彩模式采用 6 位十六进制数来表示颜色，而 RGB 色彩模式中的 R、G、B 则采用 1 个十进制数来表示。简单来说，HEX 色彩模式就是将 RGB 色彩模式中的每个十进制数转换为对应的两位十六进制数来表示，并以“#”号开头，且 3 个字节的顺序如下，字节 1 表示红色值（颜色类型为红色），字节 2 表示绿色值（颜色类型为绿色），字节 3 表示蓝色值（颜色类型为蓝色），1 个字节表示 00 ～ FF 范围内的数字。需要注意的是，HEX 色彩模式中每个字节必须包含两位十六进制数，对于经过十进制数（0 ～ 255）转换后只有一位十六进制数的情况，我们应在这个十六进制数之前补零。例如，十进制数 0 转换为十六进制数后仍为 0，但是，我们要在 HEX 色彩模式中将它表示为“00”。

色轮（color wheel）又称色环，一般由 12 种基本颜色按照圆环方式排列组成。它是一种人为规定的色彩排列方式。它不但可以帮助用户更好地研究色彩变换和色彩搭配规律，而且允许用户自行设计具有个人风格的配色方案。常见的色轮配色方案有单色配色方案（monochromatic color scheme）、互补色配色方案（complementary color scheme）、等距三角配色方案（triadic color scheme）和四角配色方案（tetradic color scheme）等

在科研论文配图的绘制过程中，单色配色方案常被用于表示有直接关系、关系较为密切或同系列的数据

当只能选择两种颜色时，我们可参考互补色配色方案进行选择。色轮上间隔 180°（相对） 的两种颜色为互补色。互补色具有强烈的对比效果，因此，它可用于科研论文配图中观察组数 据和对照组数据的可视化表达。

等距三角配色方案是指将色轮上彼此间隔 120°的 3 种颜色进行组合。等距三角配色方案会让配图的颜色更加丰富，但它在科研论文配图绘制的过程中应用较少。

四角配色方案有两种，一种是图 1-2-4（d）中实线表示的两对互补色组成的矩阵配色方案，另一种是图 1-2-4（d）中虚线表示的方形配色方案（square color scheme）。四角配色方案的优点是能够使配图的颜色更加丰富，缺点是使用时具有很大的挑战性，容易造成色彩杂乱，很多用户其实很难平衡自己选择的多种颜色。在科研论文配图的颜色选择过程中，我们要尽量避免使用四角配色方案。

不同的绘图工具（如 Python 中常用的绘图工具 Matplotlib 和 Seaborn）都有其颜色主题。颜色主题是按照一定的美学规律设计出来的，对其灵活使用可以提高插图的美观度。颜色主题对用户（尤其是初学者）友好，使用户不必将大量时间浪费在配色的选择上。用户可根据自身绘图需求选择合适的颜色主题或自定义颜色主题。一些英文期刊会有自己的一套颜色主题，用户在投稿时将插图配色更改为期刊要求的颜色主题即可。 Matplotlib 库的颜色主题主要包括 3 种类型：单色系（sequential）、双色渐变色系（diverging） 和多色系（qualitative）。

单色系主题中颜色的色相基本相同，饱和度单调递增。它的主要维度是颜色亮度（lightness），一般情况下，较低的数值对应较亮的颜色，较高的数值对应较暗的颜色，这是因为可视化配图往往是在白色或浅色背景上绘制的，而在深色背景中，则会出现相反的情况，即更亮的颜色用更高的数值表示。单色系主题的次要维度是色调（hue），即较暖的颜色出现在较亮的一端，较冷的颜色则会出现在较暗的一端。例如，人口密度的变化就可以使用单色系颜色进行表示。

双色渐变色系颜色主题主要用在有一个关键中心值（midpoint）的数值变量中，其本质是两个连续单色系的组合，把关键的中心值作为中间点，一般使用白色表示，大于中心值的分配给中间点一侧的颜色，而小于中心值的分配给中间点另一侧的颜色。此外，我们可以通过颜色的深浅进行判断，即中心值通常被指定为浅色，距中心点越远，颜色越深。

当所表示的数据为类别型数值（类别变量）时，我们可以使用多色系颜色主题。在多色系颜色主题的使用过程中，需要给每个组分配不同的颜色。一般情况下，可尝试将颜色主题中的颜色类别设置为 10 种或更少，而使用过多的颜色类别，可能造成分组混乱，导致杂乱的视觉效果。当现有的颜色类别无法涉及全部数值时，可将某个数值类别叠加在一起，形成单个其他类别。

主要以色环（色轮）的方式为使用者选择配色，包括单色搭配、互补色搭配、三角形搭配、矩形搭配、类 似色搭配和“类似色搭配互补色”6 种色环配色方案.、

该界面包含 4 个区域，介绍如下。

dobe Color 的色轮配色工具界面包括以下 6 个模块。

ColorBrewer 2.0 的操作界面包括下列 8 个模块。 ① 表示可选的数据类别数。ColorBrewer 2.0 提供的数据类别数最多 12 个，我们建议将数 据类别数设置为 5 ～ 8 个。 ② 表示可选择的颜色主题。ColorBrewer 2.0 提供了单色系（sequential）、双色渐变色系 （diverging）和多色系（qualitative）3 种选项。 ③ 表示选定颜色主题后的配色方案。在单色系主题中，还涉及色调的选择，可供选择的 色调类型包括多色调（Multi-hue）和单色调（Single hue）。 ④ 表示配色方案输出时的注意事项，即用户是否需要考虑色盲情形（colorblind safe）、是 否友好打印（print friendly）等。 ⑤ 表示具体搭配色系的输出模式及对应的颜色码，可选择的格式包括 HEX、RGB 和 CMYK。 ⑥ 用于控制不同颜色搭配方案的一些属性，包括道路（roads）、城市（cities）和边界线 （borders），用户可以用不同的颜色表示它们。 ⑦ 表示背景设置区域。背景设置包括纯色（solid color）和地形（terrain）两个选项。用 户还可以设置背景颜色的透明度（color transparency）。 ⑧ 展示不同颜色搭配方案的预览效果。

与箱形图相比，小提琴图毫无疑问的优势在于：除了显示上述的统计数据外，它还显示了数据的整体分布。这个差异点很有意义，特别是在处理多模态数据时，即有多峰值的分布。