全文的中心思想是什么 figure legend：基本上能把图表的中心思想，各个panel是什么描述清楚 正文result中哪些地方应用了这个图，如（Figure1a blablabla）：这个就是作者从这些数据里得到了什么结论，支持哪个假设神马的；偷懒的话看result里的小标题 具体到每个图表的话，x axis，y axis是神马（注意某些作者会通过改变y axis的来达到视觉上dramatic，striking的效果，在比较前后panel的时候要注意），sample和control分别是神马，有没有significant之类的；偷懒的话就看下那些和control有significant difference
无论是本科生还是研究生，如果涉及到科研项目或者科创项目，都需要阅读大量文献以提高自己在某些方面的见识，了解该领域国内外的研究进展和研究价值。那么，我们如何高效地阅读文献呢？1、通过摘要甄别文献一般情况下下载文献都是通过题目进行的，但是文章内容与自己研究的内容有关系还得看过文章以后才知道。这时候，就可以先看文献的摘要，因为文献的摘要就是文献中心思想的总结，也是文献部分结论的概括，看过它们就能让你对文献有一个大致的了解，以便进行甄别，到底要不要研读这篇文献，这可以节省很多时间。2、明确阅读目的如果是课程相关阅读，需要时刻牢记：阅读是为课程主题服务的。一篇文献可能会讨论不止一个问题，但我们的目的是理解和主题相关的那部分内容。因此在阅读前，记得了解课程的主题，或看看老师有没有留下什么思考问题。此外，联系其他文献进行思考，在阅读过程中最好能有意识地将这些文章联系起来。阅读过程中，明确主题，结合主题提取篇章关键内容。如果是论文写作相关阅读，阅读前需要明确：你处于论文写作的哪个阶段，阅读是为了了解什么。比如，阅读这篇文献是为了扩充对某一领域或话题的认知，还是了解某一个概念和方法。阅读文献一定要带着问题，这是开始阅读的第一步。同时，这一步也决定了接下来选择何种方式进行实际的阅读。3、根据目的选择阅读策略通过选择性的阅读，节省时间和精力。在明确想要了解什么之后，有选择的进行一轮扫读和二轮深度阅读。完成一轮扫读后，需要对文章内容进行思考和评估，再决定是否需要深度阅读，或对哪几部分进行深度阅读。注意：阅读文献一定要有一个安静的环境，才能保证思维的绝对集中和脑筋的高度运转，也才能提高看文献的效率！
看懂医学文献中的统计图通常并不需要大堆的统计知识（读者们大多不是统计专业啊）。如果只是想看懂数据，那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等，就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的，可以看看类似于C以及其他几个线上教学网站的生物统计学的初级介绍课程（大部分是英文，但也有中文的）。除非个人兴趣或者专业方向要求，个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图，做数据和统计类的图。
PuMed无法直接检索，可以通过viziometrics网站来检索PuMed的图片。viziometrics网站是UniversityofWashington（华盛顿大学）研究人员研发的学术图片主题搜索引擎，网站收录了包括来自PubMedCentral的800多万张图像，包含5种图形类型搜图、照片、流程、表格、公式等，能够让我们通过搜索主题词查看实验结果、学习相应实验技术的设计。通过输入搜索主题词即可搜索出相关文章原图以及相应的文章出处，与open-i网站类似。科学文献中很多信息是通过视觉的图形、照片、插图、图表和表格传递的，形象直观地传递科研成果，展示文章研究内容与实验结果。从整体层面来讲，直接阅读科研图片内容与图注是快速泛读文献的捷径。除此之外，直接搜索文章部分科研图片，则可以快速的了解图片的绘制以及针对某一现象需要怎样的科研设计。因此，科学文献中的图表在科学交流中扮演着关键的角色。
PuMed无法直接检索，可以通过viziometrics网站来检索PuMed的图片。viziometrics网站是UniversityofWashington（华盛顿大学）研究人员研发的学术图片主题搜索引擎，网站收录了包括来自PubMedCentral的800多万张图像，包含5种图形类型搜图、照片、流程、表格、公式等，能够让我们通过搜索主题词查看实验结果、学习相应实验技术的设计。通过输入搜索主题词即可搜索出相关文章原图以及相应的文章出处，与open-i网站类似。科学文献中很多信息是通过视觉的图形、照片、插图、图表和表格传递的，形象直观地传递科研成果，展示文章研究内容与实验结果。从整体层面来讲，直接阅读科研图片内容与图注是快速泛读文献的捷径。除此之外，直接搜索文章部分科研图片，则可以快速的了解图片的绘制以及针对某一现象需要怎样的科研设计。因此，科学文献中的图表在科学交流中扮演着关键的角色。
看懂医学文献中的统计图通常并不需要大堆的统计知识（读者们大多不是统计专业啊）。如果只是想看懂数据，那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等，就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的，可以看看类似于C以及其他几个线上教学网站的生物统计学的初级介绍课程（大部分是英文，但也有中文的）。除非个人兴趣或者专业方向要求，个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图，做数据和统计类的图。
western blot结果的分析是一个主观性比较强的过程western是一个半定量的实验。所以一般是作为定性的验证试验首先要分析的就是有无目的蛋白的条带，有无条带就是一个定性的结果，这种分析是比较简单。当然这其中还要综合考虑内参等对照样品。然后就是有条带之后，各个条带灰度值的分析，而对其灰度值的量化不外乎是在肉眼可见的基础上在给出一个数值的参考而已。所以说western blot结果的分析是一个主观性比较强而且需要综合考虑的过程
PuMed无法直接检索，可以通过viziometrics网站来检索PuMed的图片。viziometrics网站是UniversityofWashington（华盛顿大学）研究人员研发的学术图片主题搜索引擎，网站收录了包括来自PubMedCentral的800多万张图像，包含5种图形类型搜图、照片、流程、表格、公式等，能够让我们通过搜索主题词查看实验结果、学习相应实验技术的设计。通过输入搜索主题词即可搜索出相关文章原图以及相应的文章出处，与open-i网站类似。科学文献中很多信息是通过视觉的图形、照片、插图、图表和表格传递的，形象直观地传递科研成果，展示文章研究内容与实验结果。从整体层面来讲，直接阅读科研图片内容与图注是快速泛读文献的捷径。除此之外，直接搜索文章部分科研图片，则可以快速的了解图片的绘制以及针对某一现象需要怎样的科研设计。因此，科学文献中的图表在科学交流中扮演着关键的角色。
看懂医学文献中的统计图通常并不需要大堆的统计知识（读者们大多不是统计专业啊）。如果只是想看懂数据，那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等，就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的，可以看看类似于C以及其他几个线上教学网站的生物统计学的初级介绍课程（大部分是英文，但也有中文的）。除非个人兴趣或者专业方向要求，个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图，做数据和统计类的图。
全文的中心思想是什么 figure legend：基本上能把图表的中心思想，各个panel是什么描述清楚 正文result中哪些地方应用了这个图，如（Figure1a blablabla）：这个就是作者从这些数据里得到了什么结论，支持哪个假设神马的；偷懒的话看result里的小标题 具体到每个图表的话，x axis，y axis是神马（注意某些作者会通过改变y axis的来达到视觉上dramatic，striking的效果，在比较前后panel的时候要注意），sample和control分别是神马，有没有significant之类的；偷懒的话就看下那些和control有significant difference
一般做这些图有SPSS。现在用EXCEL做的也多。还有一些OFFICE软件如VISIO等。都可以做这些图的。主要是看你做什么类型的图表。关键是复制到论文后要设置字体大小及格式，很关键，