结果呈现与研究前沿01 / 15
研究结果的图表呈现
基本原则
- 一图一结论：每张图回答一个问题，标题写结论，而不是写“度分布图”。例如“AD 基因的最大连通分支显著大于度匹配随机期望”。
- 总有对照：网络指标单独给出意义不大，要和零模型、另一组、另一个阈值放在一起。
- 网络示意图要节制：上千个节点的“毛线团”图不传达信息。只画模块、枢纽或子网络，并配合定量图（分布、曲线、箱线图）。网络图本身的画法见网络可视化：原则与常见错误。
- 展示不确定性：给出误差线、置信区间、随机基线分布或敏感性曲线（见敏感性分析与替代解释）。
- 颜色与可读性：坐标轴标签和单位完整；配色在黑白打印和色觉障碍读者看来仍可区分。
选择图式：先问“要比较什么”
| 要传达的结论 | 推荐图式 | 常见替代与问题 |
|---|---|---|
| 观测值是否偏离零模型 | 零分布直方图或小提琴图 + 观测值竖线，标注 或经验 | 只报 值：读者看不到效应量和零分布的宽度 |
| 两组（患者/对照）的节点或全局指标差异 | 带原始数据点的箱线图、小提琴图或配对连线图 | 只画均值柱状图：掩盖分布形状与离群值（Weissgerber 等，2015） |
| 指标随参数（阈值、密度、分辨率 ）的变化 | 横轴为参数的曲线，多组叠加，带置信带 | 只报一个阈值下的结果：读者无法判断稳健性 |
| 度或强度分布 | 对数坐标下的互补累积分布（CCDF） | 线性分箱的直方图：尾部噪声大，易误判幂律 |
| 节点排名（中心性、候选基因、候选药物） | 横向条形图或点图，带抽样不确定性（自助法区间） | 只列前 10 名：看不出排名是否稳定 |
| 模块与组成 | 排序后的邻接矩阵、模块 × 注释的热图 | 毛线团网络图 |
| 多个集合的交集（如多个数据库的疾病基因） | UpSet 图（Lex 等，2014） | 超过 3 个集合的维恩图难以读 |
“与什么比较”写进图里：一张好的网络结果图至少同时包含三样东西——观测值、参照（零模型分布、对照组或另一种分析选择）和不确定性（区间、分布或重复）。缺一样，读者就要回到正文去猜。
本专题的代码示例给出了两种常用图式：把两种策略（随机失效与蓄意攻击）的曲线画在同一坐标系中对照；把零模型分布画成直方图、真实值画成竖线，并在标题中写出 分数。
颜色
- 类别变量（如社团、细胞类型）用定性调色板，类别不超过约 8 个；超过时合并小类或改用标记形状、分面。
- 有序或连续变量（如中心性、表达量）用感知均匀的单色或多色渐变（如 viridis）；有自然中点的变量（如相关系数、对数倍数变化）用发散型调色板并让中点对应 0。
- 避免彩虹色图：彩虹色在亮度上不单调，会制造并不存在的边界，色觉障碍读者也难以区分（Crameri 等，2020）。
- 不要只靠红绿对比：红绿色觉异常在男性中较常见，图中关键对比应同时用亮度、形状或线型编码（Wong，2011）。
同一变量在全文中用同一套颜色：例如“疾病基因 = 红色、随机基线 = 灰色”一旦确定，所有图都保持一致。图例、坐标轴单位和样本量（）应能让一张图脱离正文单独被读懂。