科研图表与地图制作 是做什么的?
一张图表的价值在于它能展示表格无法呈现的内容(随时间或流量的变化模式、分布、空间布局),并且在印刷尺寸下以灰度可读。每张脚本化的图表都从文件读取数据,因此不会与正文中的数字脱节。
工作流程
- 用一句话确定图表需要展示什么,并检查表格是否更合适。记录目标期刊及其列宽。
- 选择图表形式,参考 references/figure-guide.md:变量类型、坐标轴、变换(流量和负荷采用对数变换)以及不确定性的展示方式。
- 编写脚本,使用内部样式模块
scripts/zfig.py:use_style()、figure("single"|"onehalf"|"double", height_mm)以及配方函数hydrograph_with_rain、flow_duration、load_duration、obs_vs_sim、scenario_bars。每个图表一个脚本(figN_short_name.py),数据通过显式路径读取,每个轴标签都包含单位,对正文中引用的每个数字使用assert语句。在新环境中运行一次python scripts/zfig.py进行自测。 - 地图:遵循指南中的地图检查清单(声明CRS、比例尺、方向不明显时添加指北针、位置插图、包含单位的图例、数据来源和许可声明写在标题中)。最终排版通常QGIS或ArcGIS Pro比matplotlib更高效;无论哪种方式,都需要用脚本准备数据。
- 在最终大小下检查渲染后的文件,在宣布完成之前:标签是否被裁剪或重叠,图例是否覆盖数据,刻度是否难以辨认,颜色在灰度或色觉缺陷情况下是否混淆。
- 图表标题:先说明显示的内容,然后说明如何阅读(符号、线条、阴影、单位、时间段、样本数)。将解释保留在正文中。
重要的默认设置
- 使用Okabe–Ito定性调色板(内置于
zfig);连续数据使用viridis、cividis或Crameri科学颜色地图;只有在有意义零点(例如相对于基线的变化)周围使用发散色地图。不使用彩虹或jet色图(Crameri et al. 2020)。 - 最终大小下8磅文本,最小7磅;线宽0.6–1.0磅。
- 观测数据用黑色或深灰色,模拟数据用彩色,且在整个图表中保持一致。
- 流量、负荷和浓度跨越数量级时使用对数坐标轴;在标签中明确说明。
- 展示不确定性(95PPU带、跨情景或气候成员的区间、置信区间);没有离散的条形图会高估确定性。
- 不虚构数据、坐标或标签;如果数据缺失,用清晰的
NotImplementedError编写脚本,并列出需要的内容。
Python为主并加上注释;在每个图表脚本的文档字符串中说明单位、CRS和时间步长。