From 898b52edcb47bcb3e9d6106e74ca73e74ea01e70 Mon Sep 17 00:00:00 2001 From: sillylaird Date: Thu, 3 Sep 2026 00:33:59 +0000 Subject: import live www.sillylaird.ca webroot --- .../references/visualization-best-practices.md | 269 +++++++++++++++++++++ 1 file changed, 269 insertions(+) create mode 100644 .agents/skills/results-analysis/references/visualization-best-practices.md (limited to '.agents/skills/results-analysis/references/visualization-best-practices.md') diff --git a/.agents/skills/results-analysis/references/visualization-best-practices.md b/.agents/skills/results-analysis/references/visualization-best-practices.md new file mode 100644 index 0000000..1571cba --- /dev/null +++ b/.agents/skills/results-analysis/references/visualization-best-practices.md @@ -0,0 +1,269 @@ +# Visualization Best Practices for ML/AI Papers + +论文级可视化的最佳实践指南。 + +## 核心原则 + +1. **清晰性** - 信息传达清晰，无歧义 +2. **准确性** - 数据表示准确，不误导 +3. **可访问性** - 色盲友好，黑白打印可读 +4. **专业性** - 符合学术出版标准 + +## 图表格式要求 + +### 矢量图 vs 位图 + +| 格式 | 类型 | 使用场景 | 质量 | +|------|------|----------|------| +| PDF/EPS | 矢量图 | 图表、曲线、示意图 | ✅ 推荐 | +| SVG | 矢量图 | 网页展示 | ✅ 可用 | +| PNG | 位图 | 照片、截图 | ⚠️ 需高分辨率（≥600 DPI） | +| JPG | 位图 | 照片 | ❌ 避免用于图表 | + +**规则**: 所有图表使用矢量图格式（PDF/EPS），照片使用高分辨率位图（PNG ≥600 DPI）。 + +## 配色方案 + +### 色盲友好配色 + +**推荐配色方案**: + +#### Okabe-Ito 配色（最常用） +- 橙色: #E69F00 +- 天蓝: #56B4E9 +- 绿色: #009E73 +- 黄色: #F0E442 +- 蓝色: #0072B2 +- 红色: #D55E00 +- 粉色: #CC79A7 +- 黑色: #000000 + +#### Paul Tol 配色 +- 适用于定性数据 +- 提供多种配色方案（亮色、柔和、对比） + +### 配色原则 + +1. **最多使用 5-7 种颜色** - 过多颜色难以区分 +2. **避免红绿组合** - 红绿色盲无法区分 +3. **测试黑白打印** - 确保灰度下可读 +4. **使用不同线型** - 配合颜色使用（实线、虚线、点线） + +## 图表类型选择 + +### 折线图 (Line Plot) + +**使用场景**: 展示趋势、训练曲线、时间序列 + +**要点**: +- 使用误差带（阴影区域）表示标准差/标准误 +- 线宽 1.5-2.0 pt +- 标记点大小适中（4-6 pt） +- 网格线透明度 0.3 + +**示例**: 训练损失曲线、准确率随 epoch 变化 + +### 柱状图 (Bar Plot) + +**使用场景**: 性能对比、消融实验 + +**要点**: +- 使用误差条表示不确定性 +- 柱子宽度一致 +- 间距适当（柱宽的 20-30%） +- 加粗最佳结果的柱子 + +**示例**: 不同方法的准确率对比 + +### 箱线图 (Box Plot) + +**使用场景**: 展示分布、识别异常值 + +**要点**: +- 显示中位数、四分位数、异常值 +- 适合展示多次运行的结果 +- 可与散点图叠加 + +**示例**: 多次运行的性能分布 + +### 散点图 (Scatter Plot) + +**使用场景**: 展示相关性、聚类效果 + +**要点**: +- 点的大小和透明度适当 +- 使用不同形状区分类别 +- 添加趋势线（如需要） + +**示例**: 预测值 vs 真实值、特征空间可视化 + +### 热力图 (Heatmap) + +**使用场景**: 混淆矩阵、相关性矩阵、注意力权重 + +**要点**: +- 使用顺序配色（单色渐变）或发散配色（双色渐变） +- 添加数值标注（如空间允许） +- 色条（colorbar）清晰标注 + +**示例**: 混淆矩阵、注意力可视化 + +## 图表元素规范 + +### 坐标轴 + +**X 轴和 Y 轴**: +- 标签字体大小: 10-12 pt +- 刻度字体大小: 8-10 pt +- 标签清晰描述变量和单位 +- 刻度间距合理 + +**坐标轴范围**: +- Y 轴通常从 0 开始（除非有特殊原因） +- 不要截断坐标轴夸大差异 +- 使用科学计数法表示大数值 + +### 图例 (Legend) + +**位置**: 不遮挡数据，通常放在右上角或外部 + +**内容**: +- 简洁描述每条曲线/柱子 +- 字体大小 8-10 pt +- 使用与图中一致的颜色和线型 + +### 标题和标签 + +**图标题**: 通常不在图内添加标题，使用 caption 代替 + +**Caption**: +- 独立完整，不依赖正文 +- 说明图表内容、实验设置、关键观察 +- 字体大小 9-10 pt + +**示例**: "图 1: 不同模型在测试集上的准确率对比。误差条表示 5 次运行的标准差。我们的方法（蓝色）在所有数据集上均优于基线方法。" + +## 误差表示 + +### 误差条 (Error Bars) + +**类型**: +- 标准差 (SD): 描述数据变异性 +- 标准误 (SE): 描述均值不确定性 +- 置信区间 (CI): 参数估计范围 + +**表示方法**: +- 柱状图: 垂直误差条 +- 折线图: 误差带（阴影区域） + +**必须说明**: 在 caption 中明确说明使用的是哪种误差 + +### 误差带 (Error Band) + +**折线图的误差表示**: +- 使用半透明阴影区域（alpha=0.2-0.3） +- 颜色与主线一致 +- 不要使用误差条（会使图表混乱） + +## 尺寸和分辨率 + +### 图表尺寸 + +**单栏图** (single-column): +- 宽度: 3.5 inches (约 9 cm) +- 高度: 2-3 inches + +**双栏图** (double-column): +- 宽度: 7 inches (约 18 cm) +- 高度: 3-5 inches + +**纵横比**: 通常 4:3 或 16:9 + +### 分辨率 + +**矢量图**: 无需考虑分辨率 + +**位图**: +- 最低: 300 DPI +- 推荐: 600 DPI +- 高质量: 1200 DPI + +## 常见错误 + +### 错误 1: 使用位图格式 + +❌ **错误**: 保存为 PNG/JPG +✅ **正确**: 保存为 PDF/EPS + +### 错误 2: 非色盲友好配色 + +❌ **错误**: 红色和绿色组合 +✅ **正确**: 使用 Okabe-Ito 配色 + +### 错误 3: 缺少误差表示 + +❌ **错误**: 只显示均值 +✅ **正确**: 添加误差条/误差带 + +### 错误 4: 坐标轴截断 + +❌ **错误**: Y 轴从 80% 开始（夸大差异） +✅ **正确**: Y 轴从 0% 开始（或说明原因） + +### 错误 5: 图表过于复杂 + +❌ **错误**: 一张图包含 10+ 条曲线 +✅ **正确**: 拆分为多张图或使用子图 + +### 错误 6: 字体过小 + +❌ **错误**: 标签字体 6 pt +✅ **正确**: 标签字体 10-12 pt + +## 检查清单 + +提交前检查： + +- [ ] 使用矢量图格式（PDF/EPS） +- [ ] 配色色盲友好（Okabe-Ito 或 Paul Tol） +- [ ] 黑白打印可读（测试过） +- [ ] 包含误差条/误差带 +- [ ] Caption 中说明误差类型 +- [ ] 坐标轴标签清晰（包含单位） +- [ ] 图例不遮挡数据 +- [ ] 字体大小适当（≥8 pt） +- [ ] 线宽适当（1.5-2.0 pt） +- [ ] Caption 独立完整 + +## 工具推荐 + +**Python**: +- matplotlib: 基础绘图 +- seaborn: 统计可视化 +- plotly: 交互式图表 + +**配色工具**: +- ColorBrewer: 配色方案选择 +- Coblis: 色盲模拟器 + +**格式转换**: +- Inkscape: SVG 编辑和转换 +- Adobe Illustrator: 专业图形编辑 + +## 参考资源 + +- [Ten Simple Rules for Better Figures](https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003833) +- [Okabe-Ito Color Palette](https://jfly.uni-koeln.de/color/) +- [Paul Tol's Notes on Colour](https://personal.sron.nl/~pault/) + +## 总结 + +论文级可视化的关键： + +1. **矢量图格式** - PDF/EPS +2. **色盲友好** - Okabe-Ito 配色 +3. **误差表示** - 误差条/误差带 +4. **清晰标注** - 坐标轴、图例、caption +5. **黑白可读** - 测试灰度打印 + +遵循这些原则可以创建清晰、准确、专业的论文图表。 -- cgit v1.2.3