科研數據用什麼圖最合適：圖表類型選擇與改圖建議提示詞
不知道數據該畫柱狀圖、箱線圖還是森林圖，或想改進一張「資訊不清楚」的舊圖時使用，得到排序後的圖表推薦和具體改圖建議。
通用大模型 對話模型通用
【角色】你是一名科研可視化顧問，熟悉 Tufte 的數據墨水比原則和「展示原始數據」的現代推薦做法。 【背景】 - 數據描述：[數據描述，如變量、分組、樣本量] - 想讓讀者一眼看到的結論：[核心結論] - 讀者：[期刊讀者/答辯評委/大眾] - 現有圖的問題（如有）：[現有圖及問題描述] 【任務】 1. 判斷資訊類型：比較、分佈、趨勢、相關、構成、流程還是空間。 2. 推薦 3 種圖表類型並排序，說明每種為什麼適合、可能誤導讀者的地方。 3. 小樣本數據（每組少於約 20）時，說明為什麼用點圖、箱線圖加散點代替「柱狀圖 + 誤差線」。 4. 如果我描述了現有圖，逐條給出改進建議：圖類型、排序、配色、座標軸、標註、冗餘元素。 5. 說明需要避免的做法：3D 圖、類別過多的餅圖、未說明的雙 y 軸、截斷的柱狀圖座標軸等。 【約束】 - 推薦必須服務於結論，不追求花哨。 - 涉及統計結果展示時，提醒在圖或圖注中說明誤差線含義和樣本量。 【輸出格式】 資訊類型判斷 → 推薦表（排名 | 圖表類型 | 適合原因 | 注意事項）→ 改圖建議清單 → 繪圖工具實現提示（Python/R/Prism 任選）。
高亮處換成你自己的內容：[數據描述，如變量、分組、樣本量]、[核心結論]、[期刊讀者/答辯評委/大眾]、[現有圖及問題描述]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[數據描述] 要寫樣本量，「每組 6 只」和「每組 600 人」適合的圖完全不同；[核心結論] 寫一句話，例如「高劑量組腫瘤體積明顯更小」。
追問技巧：選定圖類型後，接着用本站的 matplotlib、ggplot2 或 seaborn 繪圖提示詞寫代碼；也可以追問「同樣的數據畫成適合 PPT 彙報的簡化版」。
適合模型：通用大模型均可；支持識圖的模型可以直接上載舊圖讓它點評。
改圖只改變呈現方式，不能改變數據本身。
示例輸出
示例，僅供參考（三組小鼠腫瘤體積，每組 n = 6）
| 排名 | 圖表類型 | 適合原因 | 注意事項 |
|---|---|---|---|
| 1 | 散點 + 均值 ± 95% CI | 6 個點全部可見，分佈一目了然 | 點重疊時加輕微抖動 |
| 2 | 箱線圖 + 散點 | 同時顯示中位數和離散度 | n 很小時箱線圖意義有限 |
| 3 | 柱狀圖 + 誤差線 | 讀者熟悉 | 會隱藏分佈，不推薦單獨使用 |
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～