投稿实战总结：科研绘图与Hiplot可视化平台实操（附获奖名单）

导语

01主要内容回顾

一篇优秀的科研论文，除了要有良好的实验数据，如何绘制简洁、美观、达意的图表也是我们必须要掌握的一项技能。当你绘制论文插图的时候，是否曾为某个想要表达的图形而绞尽脑汁？专业绘图软件倒腾半天，却还是达不到想要的效果。那么我们这次的直播，就可以为您提供一条简单高效的科研数据可视化呈现新途径。

李博士主要以Hiplot 可视化平台创始人的角度跟大家分享了在学术论文写作过程中，如何利用Hiplot 平台，绘制出集专业、严谨、简洁、美观，且信息量丰富为一体的可视化图表，以便更好地向他人展示自己科研数据中的主要特征和规律。基于可视化图形的绘制，李博士重点讲解了以下内容：

①科研绘图实例；

②Hiplot 可视化平台简介；

③Hiplot 可视化平台操作演示。

李博士

科研绘图实例

二十世纪中期推动统计学发展的关键人物John Tukey曾说过，“The greatest value of a picture is when it forces us to notice what we never expected to see.”（图形的最大价值就是使我们注意到我们从来没有料到的信息。）结合科研绘图的历史背景，李博士分别向大家介绍了结构化与非结构化数据、常用可视化图形以及常用绘图工具，并向大家展示了李博士“那些年画过的图”。

科研数据可分为结构化数据、半结构化数据和非结构化数据。结构化数据是科研人员日常使用最多的一种数据格式，我们可以将其理解为类似于Excel中的一张二维数据表，每一列代表一个特征，每一行代表一个观测值。在常见的可视化图形当中，李博士对密度图、直方图以及箱式图等一系列常见图形，分别从数据的分布规律，数据变量间的关联规律，数据的数值高低，数据的归类及其占比，数据（时间）演化规律，数据的空间规律，以及数据的流动和 路等方面进行了细致的分析。

相比于Graphpad、SPSS、Origin、MATLAB、SAS、Stata、R这样一些专业的绘图软件，Hiplot 平台不需要你懂编程相关的知识，不需要复杂的操作流程也能画出同样效果的图表，这对一些科研新人是极为友好的。

Hiplot可视化平台简介

主要是基于Web技术做统计分析和可视化的一个平台，其团队希望构建一个更优秀、更全面的工具，重新定义科研数据可视化云工具。此外，Hiplot 界面简洁、上手简单、即开即用、无广告、不收费，功能丰富、易扩展。当然，Hiplot 平台也是支持“命令行”接口进行操作的，不过大多数科研人员更倾向于使用Web接口。

接下来，李博士分别从Hiplot 平台Web界面中数据的导入和导出（在绘图插件内导入和导出数据、绘图参数的导入和导出等）、提交绘图任务、同步任务至云端文件库、从云端加载绘图任务结果、导出和导入临时任务记录等方面向大家进行了展示和介绍。

实践是检验真理的唯一标准。李博士主要对基础模块中一些大家常用的图表进行了实际操作演示，比如：箱式图、韦恩图、热图以及火山图等。

考虑到听众对一些绘图软件相关的专业知识和技能掌握程度的不同，李博士也适当讲解了一些Hiplot 进阶模块的应用，比如：GO/KEGG分析、GSEA分析等一些具体的应用实例。

本次直播，李博士思路清晰、逻辑严谨，向大家分享了利用Hiplot 平台进行科研数据可视化呈现的一些方法和技能，并结合具体实例进行了科研绘图实际操作演示。听众对于李博士的授课内容也很感兴趣，并在李博士的分享结束后进行了踊跃的提问和交流。我们也会继续和Hiplot 平台进行深入的合作，确保各位小伙伴们能够在直播中学到更多的干货内容，请持续关注投必得云课堂后续的活动！

更多内容请加关注回看直播内容。