A 博客 这篇文章列出了 "将数据转化为信息图时常见的信息图错误"，以及这种转化的7大罪状。这些建议对大多数人来说都是很好的，但有些人却对它们免疫。
看看这个列表，你可以看到有些项目并不适用于研究人员，因为他们在科学和科学出版物中的工作性质。其中四项对正在制作信息图表的科学家来说不是真正的威胁，但其中三项仍然是很好的建议。
以下是四个最常见的信息图表错误（不是针对科学家）和我的评论。如果你不同意的地方，请随时评论。
1- 缺少对你的数据来源的参考
看来，在凡人的世界里，人们并没有引用数据的参考文献。这不完全是信息图的错误之一，而是研究人员的真正罪过。可怜的人，不知道Mendeley和sorts。
2- 使用权威性可疑的数据来源
我知道，研究人员在阅读时做的第二件事就是检查参考文献，他们讨厌buzzfeed的文章没有告诉你他们的信息来自哪里，或者最后是维基百科或《太阳报》的文章。
当然，在这方面，科学的标准更高：
- 什么？有这篇文章的杂志的影响因子低于3？哦，得了吧!
3- 你的图表在视觉上是不正确的
当你阅读一篇科学文章时，你从摘要到......介绍？该死的，没有！你去看数字和图形，试图找到一个标准误差，一个没有价值的P或一个错误的解释！你去看数字和图形，试图找到一个标准误差的错误，一个没有价值的P或任何形式的曲解。这就是科学家所做的：他们想证明统计数据是错误的。如果他们找不到任何问题，这项工作就是好的。
也就是说，我们可以非常肯定，研究人员不会犯像上面描述的错误。
4- 统计数据的视觉夸张
正如我之前所说，科学家们从抽象到数字和图表，首先是为了确保统计数据，然后是为了嗅出任何偏见。
是的，科学界的人可以从一百万粒子的饼图和趋势线中嗅到一分子的偏见。所以不要试图在你的图表中用测试组的拉长条来愚弄这些人。他们知道自己在做什么，不容易犯同样的错误。
现在是连科学家都会犯的3个信息图表错误。
5- 你的信息图的结构是混乱的
好吧，科学家当然不是设计师，他们倾向于遵循一些在专业的日常生活中存在的标准，如报告、出版物和演讲，可能有一些正式的限制。如果他们有自由去做一些不同的东西，比如信息图，他们就必须要小心。
这就是为什么你有 "Mind the Graph "工具--来帮助你进行设计。
选择一个模板与设计一个实验是一样的：你必须在开始之前知道你想要完成什么。
好好看看 注意图表的模板类别和例子 以获得任何帮助。
6- 你参考了太多的数据
我知道你做了很多工作，对你来说，你的每一个数据都很重要，但你确定每个人都感兴趣吗？
使用信息图的好处是，它们直奔主题。如果它变得太大，你就不能引起浏览者的注意。不要超过8,000像素，也不要让它太重--1.5MB是一个好的限制。
7- 你的数据过于复杂或肤浅
这里重要的是要清楚地知道谁会消费这张信息图：你的同行、研究生还是记者？他们每个人对这个主题的熟悉程度都非常不同，所以你必须适应。什么是他们必须（和可以）学习的基本信息？对记者和学生来说不能太复杂，对你的同事来说不能太肤浅。
最重要的是：不要让你的信息图表陷入困境。当信息对专家来说不够新鲜或复杂，而对公众来说又无法理解时，就会出现这种情况。当信息停留在两个公众之间，漂浮在两个公众之间，从未接触到任何人时，就会发生这种情况。这就是为什么你必须选择一个听众，因为几乎不可能同时对同行和非专业人士感兴趣。
订阅我们的通讯
关于有效视觉的独家高质量内容
科学中的交流。
Chinese 
English 
Japanese 
German 
Spanish 
Portuguese 
Dutch 
Russian 
French 
Italian