简介这份面向研究生与青年科研人员的宣讲型PPT聚焦SCI论文写作的方法与心态建设帮助解决选题构思、结构搭建、数据处理与投稿准备等常见难题。压缩包内含1个ppt文件约1.03MB以幻灯片形式系统梳理好论文的六大标准、写作先决条件、四遍七步法以及Introduction、Materials and Methods、Results and discussion等章节的写作套路并穿插“五心经验谈”等心态建议。页面中配有中英文对照要点、图表规范示例和文献比对思路便于在组会汇报或写作工作坊中直接演示与讨论。目前已有192人学习适合需要提升英文科技论文表达与逻辑组织能力的硕博生、高校教师及科研新手参考也可作为论文写作课程的辅助素材。内容从清晰定义假设、参考前人工作、精简术语、用图表支撑结论到定量结论与更广泛影响逐项给出可操作的自查清单并针对数据质量判断、横纵对比、创新点提炼和投稿目标期刊选择提供讲解。1. 一份 2012 年的 SCI 写作宣讲 PPT为什么还能当操作手册用SCI 论文写作技巧最常见的误解是把它当成英语写作课。真正被退回来的稿子语言问题通常排在第三位往后排在前面的往往是结构问题Introduction 没交代清楚“别人没做什么”Results 只是在报数而没有和别人的数值对比图表和正文里的数字对不上。这份 2012 年的宣讲 PPT 不太一样的地方在于它没有停在“多读文献、多写多改”这一层而是把 Introduction、Materials and Methods、Results and Discussion、Conclusion 每个部分该放哪几类句子、每类句子该回答什么问题拆到了能逐条对照的程度另外还给出了一套以文献驱动的七步执行顺序。它适合两类人刚拿到数据不知道从哪下笔的研究生以及文章写完了却反复被审稿人指出 novelty 不足、对比不充分的人。整套材料里有价值的部分不是排版是它对“一段话承担什么论证任务”的划分。2. Introduction 四段式把文献综述写成可核查的论证链Introduction 是最体现思路的部分也是最容易写成背景百科的部分。四段式的价值在于它给每一段规定了明确的论证任务写完之后逐段自检就能发现问题。2.1 四段各自承担什么任务第一段写领域内共性的东西回答“这个方向为什么值得做”第二段写别人做了什么、得出了什么结论第三段写别人没做什么、本地区或本数据有什么特色第四段写你想做什么、想达到什么目的。四段的顺序不能调换因为审稿人读第三段时的疑问完全来自第二段留下的空白。四类创新点可以对着第三、四段查方法创新、地域创新、数据量创新、观测目标创新。如果四类里一类都归不进去说明第三段和第四段之间的落差没建立起来。常见写坏的方式有四种第一段写成教科书式背景与本研究关联不明第二段按时间罗列文献不做归类读不出主线第三段用“很少有人研究”代替证据第四段创新点含糊审稿人只能自己猜。2.2 句式素材的收集、合并与去重操作上有一个很实用的做法每读完一篇相关文献把讨论部分的句式、结论句式原文摘出来连同来源一起存进一个纯文本文件。同一个意思如果有十个人写过就把这十条揉成一句自己的表述挑最主要的几条作为参考文献。摘录积累到几百条之后会出现大量重复靠人工找很费时间可以用一段相似度聚类把它们合并。# 摘录句去重把意思相近的句子聚到一起每组只留一条作为句式素材 import re from difflib import SequenceMatcher def norm(s): s re.sub(r\(.*?\), , s) # 去掉括号里的引用标记 s re.sub(r[^a-z0-9 ], , s.lower()) return re.sub(r\s, , s).strip() def cluster(sentences, th0.72): groups [] for s in sentences: key norm(s) for g in groups: if SequenceMatcher(None, key, norm(g[0])).ratio() th: g.append(s) break else: groups.append([s]) return groups raw open(quotes.txt, encodingutf-8).read().splitlines() for g in cluster([x for x in raw if len(x) 30]): if len(g) 1: print(len(g), |, g[0])norm先去掉括号引用再做词形归一化是为了避免(Zhang et al., 2009)这种差异把同一句话判成不同句th0.72是经验阈值调到 0.85 以上会留下大量近似重复调到 0.6 以下会把结论相反的句子也并到一组。输出里数量大于 1 的组基本就是“已经有人说过的公共句式”改写成自己的表述后可以直接进 Introduction。2.3 引用密度与“介绍自己”的写法Introduction 各段的引用数量差别很大用统一标准去铺参考文献会失衡。下面这张表是常用的参考区间。段落论证任务建议引用数常见写坏的方式第 1 段领域共性与重要性35写成教科书式背景与研究问题不挂钩第 2 段别人做了什么、得出什么结论815按时间罗列不做归类读不出主线第 3 段别人没做什么、本研究的切口24用“很少有人研究”代替证据第 4 段本研究做什么、达到什么目的02创新点说不清属于哪一类介绍研究区域时可以直接沿用文献里描述同一区域的句子但要把这些句子分散到多篇文献的表述上改写避免整段与某一篇高度雷同。第四段尽量少引文献这一段的主角是自己。3. Materials and Methods 的可复现底线采样表、QA/QC 与数据处理Methods 是审稿人核对可复现性的地方。这一部分写不好通常不是内容缺而是信息组织形式不对——把本该进表的东西写成了长句。3.1 采样信息用表不要用句子样品采集涉及设备型号、产地、采样时间、点位坐标、采样频次、点位周边信息、点位如何选择这些如果全塞进正文句子会重复得很难读。常见做法是点位信息进表正文只保留“点位设置原则”这一段叙述。表格字段可以按下面的结构来定缺哪一项在投稿前一眼就能看出来。字段内容要求常见缺失点位编号与图、表、正文完全统一图上标 A1A5正文写“城区点”经纬度精确到秒或小数点后四位只写城市名采样周期起止日期与频次只写“2011 年冬季”周边信息与主要源距离、采样高度、功能区完全不交代采样设备型号、产地、他人是否用过只写“采样器”采样周期和点位信息内容多的时候用表格是这份材料里最省事的建议之一它同时解决了两件事——正文不再重复审稿人核对时也不用在段落里找数字。3.2 分析方法、前处理与质量控制三件套分析方法部分按“用什么设备检测了哪几种目标物”概述一句然后展开滤膜如何处置、前处理流程怎么走。质量控制与质量保证容易被压缩成一句话但审稿人通常会追问四件事现场空白和程序空白是否存在、方法检出限是多少、精密度如何、准确度如何。这四项每一项都要有具体数值和获取方式不能只写“质控良好”。前处理流程写成带顺序的步骤列表比写成段落更清楚每步给出试剂、温度、时间三个量缺一个都会在审稿意见里被点出来。滤膜处置要区分采样前和采样后采样后的平衡时间、温湿度条件都要写。3.3 数据处理方法的写法与版本可追溯数据处理方法可以只用一句话介绍用了哪种模型并附上参考文献再加一句用了哪个软件。麻烦的是半年后审稿人问“当时用的哪个版本”如果环境没固话重跑结果对不上回复起来会非常被动。# 建模环境固化版本、依赖清单、关键参数一起记下来写方法部分时照着抄 python -c import numpy,pandas,sklearn; print(numpy,numpy.__version__); print(pandas,pandas.__version__); print(sklearn,sklearn.__version__) conda env export --from-history env.lock.yml grep -n random_state\|n_estimators model.py三条命令各管一件事第一条给出实际运行的库版本写方法部分时直接抄第二条--from-history只导出显式安装的包避免把上百个传递依赖写进附录审稿人看不懂第三条把随机种子和树数量这类关键参数捞出来方法部分写“随机森林树数量 500随机种子 42”就足够不必展开。参数随机种子固定之后重跑结果一致这是数据可复现的最低要求。4. Results and Discussion 的横纵对比从质量浓度到特征比值Results and Discussion 是最体现功力的部分。它和 Results 的区别就在于只报数叫 Results把数和别人的数放在一起并解释差异才叫 Discussion。4.1 质量浓度与组分组成的三段式质量浓度部分按三个层次展开平均质量如何、与他人比较高多少低多少、为什么空间时间变化如何、别人是否有相同的点位和时间变化特殊值出现在哪个点哪个时间、最高最低的原因是什么、别人在类似时间是否有相同或不同的结论如果不同为什么。组分组成在此基础上再加三项比例分布如何、哪些组分高哪些低、文献中如何分布特征比值如何、与文献对比如何广泛关注的组分特征如何。这里的关键动作是“横纵对比”——纵向是自己不同点位、不同时间的对比横向是与文献数值的对比。注意写“高多少、低多少”时要给差值百分比不能只写“略高”。审稿人对没有量化的比较意见最大。每一步的对比都要落到原因上。能解释的解释解释不了的要说明可能的原因并指出数据局限不要硬编一个不合逻辑的解释这是常见问题里排在前面的败笔。4.2 模型与公式的取舍标准模型部分先问四个问题有什么模型和公式可用每个模型应用在什么地方、能得出什么结论、对要论证的目的是否有用是否全部都要用所有模型得出的结论是否都能佐证预期用图还是用表呈现。最后一个问题最容易被忽略——如果某个模型算出来的结论和预期相反而又解释不了正确做法是舍弃不用而不是硬塞进讨论里。全用和不用都是极端。通常保留两到三个与主结论直接相关的模型其余放进附录或补充材料。模型得出的共性结论要单独总结一句或者对文献里已经广泛验证的共性结论做一次验证这一句往往就是 Discussion 的落点。4.3 图表选型与多面板图的组织图表选型有一条简单规则数据量大用表量少用图。审美上的判断标准是如果表格在文档里占的位置给人不够丰富的印象列宽需要横向页面、长度超过半页就换成图。场景建议形式理由点位多、指标多、数值密集表便于逐点核对图会糊成一团时间序列、季节变化图趋势一眼可见组分比例、特征比值图或表看是否存在明显的组间差别模型参数与拟合结果表数值精度要求高图中套图、图中标内容、图中划线、图叠图能给人翔实的感觉但每一部分都必须和本小节标题一致。比如季节变化一节可以把质量浓度、风速、RH、能见度画在一张多面板图上。import matplotlib.pyplot as plt fig, axes plt.subplots(4, 1, figsize(9, 8), sharexTrue) series [(PM mass, pm), (Wind speed, ws), (RH, rh), (Visibility, vis)] for ax, (label, col) in zip(axes, series): ax.plot(df[date], df[col], lw0.9, color#333) ax.set_ylabel(label, fontsize9) # 每个面板的纵轴必须带变量名与单位 ax.grid(alpha0.3, ls:) axes[-1].set_xlabel(Date) axes[0].set_title(Seasonal variation at site A1, fontsize10) fig.tight_layout() fig.savefig(fig2_seasonal.png, dpi300)sharexTrue让四个面板共用一条时间轴避免各画各的导致时间点对不上每个面板的纵轴标题带单位是常见退稿点轴上没单位的图通常会被要求重画dpi300是多数期刊对线条图的分辨率底线投稿前用这个值导出一次比被要求补图省事。多面板图里不要塞与本小节结论无关的变量变量越多越要保证每一部分仍能看清。5. 四遍七步法的执行节奏从文献筛选到投稿格式对齐写作顺序上这份材料给的七步不是按论文的章节顺序走的而是按文献和数据处理的推进顺序走的。照章节顺序从 Introduction 开始写往往写到第三段就卡住因为那时数据规律还没摸清。5.1 七步各自的产出物步骤做什么产出物一结合数据检索下载文献粗读题目、摘要、目录论文题目与框架初稿二全篇阅读剔除不相关文献确定数据处理方法数据处理方法清单三精读筛后文献完善图表标注讨论句式与结论图表定稿与句式素材库四把句式、框架、图表分章节粘进文档附参考文献带材料的写作骨架五整理材料写前言观察图表找规律做纵向对比Introduction 初稿与讨论要点六确定目标期刊统一格式投稿格式稿七打印出来逐字通读选杂志和审稿人投稿投稿版本第三步到第四步之间是这套流程里最关键的转换不是从空白文档开始写而是先把素材和图表摆进去再在已有材料之间写连接句。这样写出来的 Discussion 天然带着与文献的对比而不是写完之后再回头补对比。5.2 从读过的文献里反向定位期刊读每一篇文献时顺手记下作者、投稿期、接收期、期刊名。投稿到接收的时间差反映期刊的处理周期同一方向的文献集中在哪几本期刊基本就圈定了投稿范围。这一步在第六步之前完成选刊就不再靠猜。格式修改要一次性做完单位、参考文献格式、引用格式、图表编号与图注格式。参考文献格式改到一半再改图表编号最容易出现正文引用了不存在的图表这种低级问题。5.3 格式与参考文献对齐的脚本参考文献一条一条对着目标期刊样式改很耗时可以先做成一行一条再用脚本粗筛不符合格式的条目。import re # 粗判 “Smith, J.” 式作者首字段换成目标期刊的实际样式即可 PAT re.compile(r^[A-Z][a-z],?\s[A-Z]\.) lines open(refs.txt, encodingutf-8).read().splitlines() bad [l for l in lines if l.strip() and not PAT.match(l.strip())] print(f{len(bad)} / {len(lines)} 条参考文献首字段不符合目标期刊格式) for l in bad[:10]: print( , l[:80])把参考文献先按目标期刊样式整理成一行一条这个脚本只做首字段粗判能批量扫出“作者名缩写方式不对”“年份位置不对”这类问题比人工逐条核对快得多。正则里的样式要按实际目标期刊替换比如有的期刊要求全姓加缩写名有的要求年份紧跟作者后。单位、引用格式同理先统一再谈内容。6. 投稿前自检把常见问题清单变成可执行的检查项最后一轮的问题大多不是内容问题而是机械问题能靠脚本先扫一遍剩下的再交给通读。6.1 高频问题的三类文字冗余排第一。正文里-ly结尾的副词能删就删significant只在表述统计显著性时使用用来表示“明显”会误导读者表格里已有的数字不要在正文重复一遍除非是要强调某个点。图表问题排第二。图太小、坐标轴上没有单位、图注不完整、地图没有比例尺和指北针这几项几乎每轮审稿都会出现。还有一类是正文引用了表格或图但文档里找不到或者正文数字与图表数字不一致。逻辑问题排第三。对数据编一个不合逻辑的解释而不是去检验假设对相关文献理解不足不清楚这个问题已经被解决到什么程度也不清楚哪些矛盾结论还需要调和。这一类脚本查不出来只能靠内部同行预审和英文润色两道关。6.2 用脚本做一次机械核查# 1) 副词与 significant 的使用位置先看总量再看具体句 grep -o -i -E \b[a-z]ly\b main.txt | sort | uniq -c | sort -rn | head -20 grep -n -i significant main.txt # 2) 找出被正文引用、但图注清单里没有的编号 grep -o -E Fig(ure)?\.? ?[0-9]|Table ?[0-9] main.txt | sort -u cited.txt grep -o -E ^(Fig(ure)?|Table) ?[0-9] captions.txt | sort -u present.txt comm -23 cited.txt present.txt第一组只做统计副词出现到上百次基本就是冗余信号配合significant的逐句位置一起看能快速定位需要压缩的段落。第二组里comm -23输出的是被引用却没有对应图注的编号这类问题审稿人往往会一次性全部点出来投稿前清空这一列是最省事的动作。地图缺比例尺和指北针、图注不完整、正文与图表数字不一致脚本查不出来只能放进通读清单。打印出来从第一页开始逐字读边读边改比在屏幕上扫一遍更容易发现问题。comm -23 cited.txt present.txt输出为空是投稿前最后一个可以机械确认的环节。本文还有配套的精品资源点击获取 SCI论文写作操作手册：四段式引言、七步法与投稿自检
简介这份面向研究生与青年科研人员的宣讲型PPT聚焦SCI论文写作的方法与心态建设帮助解决选题构思、结构搭建、数据处理与投稿准备等常见难题。压缩包内含1个ppt文件约1.03MB以幻灯片形式系统梳理好论文的六大标准、写作先决条件、四遍七步法以及Introduction、Materials and Methods、Results and discussion等章节的写作套路并穿插“五心经验谈”等心态建议。页面中配有中英文对照要点、图表规范示例和文献比对思路便于在组会汇报或写作工作坊中直接演示与讨论。目前已有192人学习适合需要提升英文科技论文表达与逻辑组织能力的硕博生、高校教师及科研新手参考也可作为论文写作课程的辅助素材。内容从清晰定义假设、参考前人工作、精简术语、用图表支撑结论到定量结论与更广泛影响逐项给出可操作的自查清单并针对数据质量判断、横纵对比、创新点提炼和投稿目标期刊选择提供讲解。1. 一份 2012 年的 SCI 写作宣讲 PPT为什么还能当操作手册用SCI 论文写作技巧最常见的误解是把它当成英语写作课。真正被退回来的稿子语言问题通常排在第三位往后排在前面的往往是结构问题Introduction 没交代清楚“别人没做什么”Results 只是在报数而没有和别人的数值对比图表和正文里的数字对不上。这份 2012 年的宣讲 PPT 不太一样的地方在于它没有停在“多读文献、多写多改”这一层而是把 Introduction、Materials and Methods、Results and Discussion、Conclusion 每个部分该放哪几类句子、每类句子该回答什么问题拆到了能逐条对照的程度另外还给出了一套以文献驱动的七步执行顺序。它适合两类人刚拿到数据不知道从哪下笔的研究生以及文章写完了却反复被审稿人指出 novelty 不足、对比不充分的人。整套材料里有价值的部分不是排版是它对“一段话承担什么论证任务”的划分。2. Introduction 四段式把文献综述写成可核查的论证链Introduction 是最体现思路的部分也是最容易写成背景百科的部分。四段式的价值在于它给每一段规定了明确的论证任务写完之后逐段自检就能发现问题。2.1 四段各自承担什么任务第一段写领域内共性的东西回答“这个方向为什么值得做”第二段写别人做了什么、得出了什么结论第三段写别人没做什么、本地区或本数据有什么特色第四段写你想做什么、想达到什么目的。四段的顺序不能调换因为审稿人读第三段时的疑问完全来自第二段留下的空白。四类创新点可以对着第三、四段查方法创新、地域创新、数据量创新、观测目标创新。如果四类里一类都归不进去说明第三段和第四段之间的落差没建立起来。常见写坏的方式有四种第一段写成教科书式背景与本研究关联不明第二段按时间罗列文献不做归类读不出主线第三段用“很少有人研究”代替证据第四段创新点含糊审稿人只能自己猜。2.2 句式素材的收集、合并与去重操作上有一个很实用的做法每读完一篇相关文献把讨论部分的句式、结论句式原文摘出来连同来源一起存进一个纯文本文件。同一个意思如果有十个人写过就把这十条揉成一句自己的表述挑最主要的几条作为参考文献。摘录积累到几百条之后会出现大量重复靠人工找很费时间可以用一段相似度聚类把它们合并。# 摘录句去重把意思相近的句子聚到一起每组只留一条作为句式素材 import re from difflib import SequenceMatcher def norm(s): s re.sub(r\(.*?\), , s) # 去掉括号里的引用标记 s re.sub(r[^a-z0-9 ], , s.lower()) return re.sub(r\s, , s).strip() def cluster(sentences, th0.72): groups [] for s in sentences: key norm(s) for g in groups: if SequenceMatcher(None, key, norm(g[0])).ratio() th: g.append(s) break else: groups.append([s]) return groups raw open(quotes.txt, encodingutf-8).read().splitlines() for g in cluster([x for x in raw if len(x) 30]): if len(g) 1: print(len(g), |, g[0])norm先去掉括号引用再做词形归一化是为了避免(Zhang et al., 2009)这种差异把同一句话判成不同句th0.72是经验阈值调到 0.85 以上会留下大量近似重复调到 0.6 以下会把结论相反的句子也并到一组。输出里数量大于 1 的组基本就是“已经有人说过的公共句式”改写成自己的表述后可以直接进 Introduction。2.3 引用密度与“介绍自己”的写法Introduction 各段的引用数量差别很大用统一标准去铺参考文献会失衡。下面这张表是常用的参考区间。段落论证任务建议引用数常见写坏的方式第 1 段领域共性与重要性35写成教科书式背景与研究问题不挂钩第 2 段别人做了什么、得出什么结论815按时间罗列不做归类读不出主线第 3 段别人没做什么、本研究的切口24用“很少有人研究”代替证据第 4 段本研究做什么、达到什么目的02创新点说不清属于哪一类介绍研究区域时可以直接沿用文献里描述同一区域的句子但要把这些句子分散到多篇文献的表述上改写避免整段与某一篇高度雷同。第四段尽量少引文献这一段的主角是自己。3. Materials and Methods 的可复现底线采样表、QA/QC 与数据处理Methods 是审稿人核对可复现性的地方。这一部分写不好通常不是内容缺而是信息组织形式不对——把本该进表的东西写成了长句。3.1 采样信息用表不要用句子样品采集涉及设备型号、产地、采样时间、点位坐标、采样频次、点位周边信息、点位如何选择这些如果全塞进正文句子会重复得很难读。常见做法是点位信息进表正文只保留“点位设置原则”这一段叙述。表格字段可以按下面的结构来定缺哪一项在投稿前一眼就能看出来。字段内容要求常见缺失点位编号与图、表、正文完全统一图上标 A1A5正文写“城区点”经纬度精确到秒或小数点后四位只写城市名采样周期起止日期与频次只写“2011 年冬季”周边信息与主要源距离、采样高度、功能区完全不交代采样设备型号、产地、他人是否用过只写“采样器”采样周期和点位信息内容多的时候用表格是这份材料里最省事的建议之一它同时解决了两件事——正文不再重复审稿人核对时也不用在段落里找数字。3.2 分析方法、前处理与质量控制三件套分析方法部分按“用什么设备检测了哪几种目标物”概述一句然后展开滤膜如何处置、前处理流程怎么走。质量控制与质量保证容易被压缩成一句话但审稿人通常会追问四件事现场空白和程序空白是否存在、方法检出限是多少、精密度如何、准确度如何。这四项每一项都要有具体数值和获取方式不能只写“质控良好”。前处理流程写成带顺序的步骤列表比写成段落更清楚每步给出试剂、温度、时间三个量缺一个都会在审稿意见里被点出来。滤膜处置要区分采样前和采样后采样后的平衡时间、温湿度条件都要写。3.3 数据处理方法的写法与版本可追溯数据处理方法可以只用一句话介绍用了哪种模型并附上参考文献再加一句用了哪个软件。麻烦的是半年后审稿人问“当时用的哪个版本”如果环境没固话重跑结果对不上回复起来会非常被动。# 建模环境固化版本、依赖清单、关键参数一起记下来写方法部分时照着抄 python -c import numpy,pandas,sklearn; print(numpy,numpy.__version__); print(pandas,pandas.__version__); print(sklearn,sklearn.__version__) conda env export --from-history env.lock.yml grep -n random_state\|n_estimators model.py三条命令各管一件事第一条给出实际运行的库版本写方法部分时直接抄第二条--from-history只导出显式安装的包避免把上百个传递依赖写进附录审稿人看不懂第三条把随机种子和树数量这类关键参数捞出来方法部分写“随机森林树数量 500随机种子 42”就足够不必展开。参数随机种子固定之后重跑结果一致这是数据可复现的最低要求。4. Results and Discussion 的横纵对比从质量浓度到特征比值Results and Discussion 是最体现功力的部分。它和 Results 的区别就在于只报数叫 Results把数和别人的数放在一起并解释差异才叫 Discussion。4.1 质量浓度与组分组成的三段式质量浓度部分按三个层次展开平均质量如何、与他人比较高多少低多少、为什么空间时间变化如何、别人是否有相同的点位和时间变化特殊值出现在哪个点哪个时间、最高最低的原因是什么、别人在类似时间是否有相同或不同的结论如果不同为什么。组分组成在此基础上再加三项比例分布如何、哪些组分高哪些低、文献中如何分布特征比值如何、与文献对比如何广泛关注的组分特征如何。这里的关键动作是“横纵对比”——纵向是自己不同点位、不同时间的对比横向是与文献数值的对比。注意写“高多少、低多少”时要给差值百分比不能只写“略高”。审稿人对没有量化的比较意见最大。每一步的对比都要落到原因上。能解释的解释解释不了的要说明可能的原因并指出数据局限不要硬编一个不合逻辑的解释这是常见问题里排在前面的败笔。4.2 模型与公式的取舍标准模型部分先问四个问题有什么模型和公式可用每个模型应用在什么地方、能得出什么结论、对要论证的目的是否有用是否全部都要用所有模型得出的结论是否都能佐证预期用图还是用表呈现。最后一个问题最容易被忽略——如果某个模型算出来的结论和预期相反而又解释不了正确做法是舍弃不用而不是硬塞进讨论里。全用和不用都是极端。通常保留两到三个与主结论直接相关的模型其余放进附录或补充材料。模型得出的共性结论要单独总结一句或者对文献里已经广泛验证的共性结论做一次验证这一句往往就是 Discussion 的落点。4.3 图表选型与多面板图的组织图表选型有一条简单规则数据量大用表量少用图。审美上的判断标准是如果表格在文档里占的位置给人不够丰富的印象列宽需要横向页面、长度超过半页就换成图。场景建议形式理由点位多、指标多、数值密集表便于逐点核对图会糊成一团时间序列、季节变化图趋势一眼可见组分比例、特征比值图或表看是否存在明显的组间差别模型参数与拟合结果表数值精度要求高图中套图、图中标内容、图中划线、图叠图能给人翔实的感觉但每一部分都必须和本小节标题一致。比如季节变化一节可以把质量浓度、风速、RH、能见度画在一张多面板图上。import matplotlib.pyplot as plt fig, axes plt.subplots(4, 1, figsize(9, 8), sharexTrue) series [(PM mass, pm), (Wind speed, ws), (RH, rh), (Visibility, vis)] for ax, (label, col) in zip(axes, series): ax.plot(df[date], df[col], lw0.9, color#333) ax.set_ylabel(label, fontsize9) # 每个面板的纵轴必须带变量名与单位 ax.grid(alpha0.3, ls:) axes[-1].set_xlabel(Date) axes[0].set_title(Seasonal variation at site A1, fontsize10) fig.tight_layout() fig.savefig(fig2_seasonal.png, dpi300)sharexTrue让四个面板共用一条时间轴避免各画各的导致时间点对不上每个面板的纵轴标题带单位是常见退稿点轴上没单位的图通常会被要求重画dpi300是多数期刊对线条图的分辨率底线投稿前用这个值导出一次比被要求补图省事。多面板图里不要塞与本小节结论无关的变量变量越多越要保证每一部分仍能看清。5. 四遍七步法的执行节奏从文献筛选到投稿格式对齐写作顺序上这份材料给的七步不是按论文的章节顺序走的而是按文献和数据处理的推进顺序走的。照章节顺序从 Introduction 开始写往往写到第三段就卡住因为那时数据规律还没摸清。5.1 七步各自的产出物步骤做什么产出物一结合数据检索下载文献粗读题目、摘要、目录论文题目与框架初稿二全篇阅读剔除不相关文献确定数据处理方法数据处理方法清单三精读筛后文献完善图表标注讨论句式与结论图表定稿与句式素材库四把句式、框架、图表分章节粘进文档附参考文献带材料的写作骨架五整理材料写前言观察图表找规律做纵向对比Introduction 初稿与讨论要点六确定目标期刊统一格式投稿格式稿七打印出来逐字通读选杂志和审稿人投稿投稿版本第三步到第四步之间是这套流程里最关键的转换不是从空白文档开始写而是先把素材和图表摆进去再在已有材料之间写连接句。这样写出来的 Discussion 天然带着与文献的对比而不是写完之后再回头补对比。5.2 从读过的文献里反向定位期刊读每一篇文献时顺手记下作者、投稿期、接收期、期刊名。投稿到接收的时间差反映期刊的处理周期同一方向的文献集中在哪几本期刊基本就圈定了投稿范围。这一步在第六步之前完成选刊就不再靠猜。格式修改要一次性做完单位、参考文献格式、引用格式、图表编号与图注格式。参考文献格式改到一半再改图表编号最容易出现正文引用了不存在的图表这种低级问题。5.3 格式与参考文献对齐的脚本参考文献一条一条对着目标期刊样式改很耗时可以先做成一行一条再用脚本粗筛不符合格式的条目。import re # 粗判 “Smith, J.” 式作者首字段换成目标期刊的实际样式即可 PAT re.compile(r^[A-Z][a-z],?\s[A-Z]\.) lines open(refs.txt, encodingutf-8).read().splitlines() bad [l for l in lines if l.strip() and not PAT.match(l.strip())] print(f{len(bad)} / {len(lines)} 条参考文献首字段不符合目标期刊格式) for l in bad[:10]: print( , l[:80])把参考文献先按目标期刊样式整理成一行一条这个脚本只做首字段粗判能批量扫出“作者名缩写方式不对”“年份位置不对”这类问题比人工逐条核对快得多。正则里的样式要按实际目标期刊替换比如有的期刊要求全姓加缩写名有的要求年份紧跟作者后。单位、引用格式同理先统一再谈内容。6. 投稿前自检把常见问题清单变成可执行的检查项最后一轮的问题大多不是内容问题而是机械问题能靠脚本先扫一遍剩下的再交给通读。6.1 高频问题的三类文字冗余排第一。正文里-ly结尾的副词能删就删significant只在表述统计显著性时使用用来表示“明显”会误导读者表格里已有的数字不要在正文重复一遍除非是要强调某个点。图表问题排第二。图太小、坐标轴上没有单位、图注不完整、地图没有比例尺和指北针这几项几乎每轮审稿都会出现。还有一类是正文引用了表格或图但文档里找不到或者正文数字与图表数字不一致。逻辑问题排第三。对数据编一个不合逻辑的解释而不是去检验假设对相关文献理解不足不清楚这个问题已经被解决到什么程度也不清楚哪些矛盾结论还需要调和。这一类脚本查不出来只能靠内部同行预审和英文润色两道关。6.2 用脚本做一次机械核查# 1) 副词与 significant 的使用位置先看总量再看具体句 grep -o -i -E \b[a-z]ly\b main.txt | sort | uniq -c | sort -rn | head -20 grep -n -i significant main.txt # 2) 找出被正文引用、但图注清单里没有的编号 grep -o -E Fig(ure)?\.? ?[0-9]|Table ?[0-9] main.txt | sort -u cited.txt grep -o -E ^(Fig(ure)?|Table) ?[0-9] captions.txt | sort -u present.txt comm -23 cited.txt present.txt第一组只做统计副词出现到上百次基本就是冗余信号配合significant的逐句位置一起看能快速定位需要压缩的段落。第二组里comm -23输出的是被引用却没有对应图注的编号这类问题审稿人往往会一次性全部点出来投稿前清空这一列是最省事的动作。地图缺比例尺和指北针、图注不完整、正文与图表数字不一致脚本查不出来只能放进通读清单。打印出来从第一页开始逐字读边读边改比在屏幕上扫一遍更容易发现问题。comm -23 cited.txt present.txt输出为空是投稿前最后一个可以机械确认的环节。本文还有配套的精品资源点击获取