学术论文里面的图通常使用以下软件绘画：
1、Visio
Visio属于Microsoft Office系列软件。对于熟悉Office的用户，很容易使用。 Visio有多种绘图模版、工具，制作的图表范围十分广泛，可以绘制流程图、地图、企业标志等。Visio支持将档案保存为svg、dwg等通用矢量图格式，因此受到广泛欢迎。
2、Origin
Origin常被认为是数据处理软件，其实用它做模型图也是一个不错的选择。
3、Matplotlib
Matplotlib是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且Gallery页面 中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。
坐标轴和数据线使用粗线条，刻度清楚，网格线（如果使用）使用细线条或者虚线。刻度线在坐标轴的内（上）侧。坐标名称、单位不能少，纵坐标的坐标名称及单位名称文字向左倒，便于阅读。单位要使用标准单位。只有一条数据图、线时，可不用图例。图名要有自明性。如果需要打印，打印出来一般都是黑白的（学术期刊发表一般是黑白的），还得考虑打印出来的线条能够彼此区分清楚。
有时我们做一些数学性报告时候，常常要用到一些统计和数据分析，应该怎么做数据分析图呢。本次我就教大家使用word文档进行方便快捷地制作数据分析图。
制作word数据分析图的方法步骤
制作数据分析图步骤一：点击word文档左上角，弹出的工具框，再点击图标。
制作数据分析图步骤二：点击你需要的类型图。我选择的是折线图，你的word文档里面会出现一个数据图。
制作数据分析图步骤三：同时右边会出现一个数据表格，将你需要的数据输入就ok了
制作数据分析图步骤四：输入数据之后 右边的word中会相应的折线图 。
制作数据分析图步骤五：在word工具栏的左上方 点击更换图标类型
制作数据分析图步骤六：将会弹出如图 选择你要更换的类型。 将会出现你选择更换的类型数据图。是不是十分的简单呀。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
坐标轴和数据线使用粗线条，刻度清楚，网格线（如果使用）使用细线条或者虚线。刻度线在坐标轴的内（上）侧。坐标名称、单位不能少，纵坐标的坐标名称及单位名称文字向左倒，便于阅读。单位要使用标准单位。只有一条数据图、线时，可不用图例。图名要有自明性。如果需要打印，打印出来一般都是黑白的（学术期刊发表一般是黑白的），还得考虑打印出来的线条能够彼此区分清楚。
一 选择工具
可选择的数据分析工具有很多,常见的图表类利用excel即可完成,如果想炫酷一点可利用HubSpot、Xplenty等数据可视化工具完成
二 如何使用
以excel为例,可以生成柱状图、饼状图、折线图、散点图，数据分析图表等,
常见的6种数据分析图表及应用方式：
2.折线图：看数据变化的趋势折线图一般基于时间维度看数据量的变化趋势，发现整体走向和单体突出数据，比如通过折线图可以看出全年的新增用户变化情况，找出数据变化的高点和低点，而柱状图则用来对比不同高点之间的变化，进而找原因。折线图可以将不同纬度的数据放在一起比较，比如新增用户、活跃用户、流失用户三条用户变化曲线放在一起，就可以观察三者之间的彼此影响，例如新增用户量大时有没有对活跃用户带来提升，流失情况是否严重，进而得出活动效果的综合评价。
3.饼状图：用来看各部分的占比饼状图和柱状图在应用上有一定的重合，例如不同渠道带来的新增用户量，饼状图和柱状图都可以表现，但饼状图看的是单一渠道转化用户的占比，柱状图更容易发现不同渠道转化用户的差距。饼状图的应用重点在于发现单体因素在整体因素中的占比，例如活跃用户在整体用户中的占比，但如果用多个单体因素做饼状图，可能导致数据特征不明显。
4.散点图：用于2维数据的比较散点图可以用于3维数据的表现，同时可以进行2维数据的比较。例如将不同活动带来的新增用户和留存用户进行比较时，横轴为留存用户，纵轴为新增用户，而点则表示不同的活动主题。
从而可以看出不同活动主题的用户转化和留存情况，一般我们将数据大的维度作为纵轴，更有利于屏幕的展示。
5.气泡图：用户3维数据的比较气泡图是对散点图的升级，通过散点图中点的大小来表现第三维数据，例如将上文案例中，横轴为留存用户，纵轴为新增用户，点为活动主题，而点的大小为活跃用户数量，活跃用户越高的活动点越大，可以看出不同活动在新增、留存和活跃3个维度的数据差异。
6.雷达图：思维以上数据的对比雷达图可以应用于多维度数据对比，比如在分析不同用户的行为特征时，我们可以从启动次数、使用时长、购物次数、浏览商品数量、下单金额等多个维度进行分析，那么反映到图表上就可以看出不同用户群组特征在不同维度的差异。
雷达图一方面可以发现不同群组用户的特征对比，另一方面可以总结不同用户的特征，例如还是以上几个维度，我们可以以1个指标为关键指标，如下单金额指标，观察出下单金额高的用户在浏览商品数量、使用时长等方面的表现，进而找到提升下单金额的方法，如提高用户的商品浏览数量。
有时我们做一些数学性报告时候，常常要用到一些统计和数据分析，应该怎么做数据分析图呢。本次我就教大家使用word文档进行方便快捷地制作数据分析图。
制作word数据分析图的方法步骤
制作数据分析图步骤一：点击word文档左上角，弹出的工具框，再点击图标。
制作数据分析图步骤二：点击你需要的类型图。我选择的是折线图，你的word文档里面会出现一个数据图。
制作数据分析图步骤三：同时右边会出现一个数据表格，将你需要的数据输入就ok了
制作数据分析图步骤四：输入数据之后 右边的word中会相应的折线图 。
制作数据分析图步骤五：在word工具栏的左上方 点击更换图标类型
制作数据分析图步骤六：将会弹出如图 选择你要更换的类型。 将会出现你选择更换的类型数据图。是不是十分的简单呀。
做漂亮的数据分析图表的方法如下：
工具／原料：机械革命S3 Pro、Windows10、Excel2019。
1、打开Excel，点击文件，新建空白工作簿。
2、输入数据，创建表格。
3、选中数据，在插入菜单栏下方，点击推荐的图表。
4、点击所有图表，选择柱形图。
5、点击图表标题，修改图表标题，漂亮的数据分析图表制作完成。
请在此输入您的回答，每一次专业解答都将打造您的权威形象数据源：（是什么）研究区域描述：（如果你研究的是区域的话，要写出研究区域你要研究的那一方面的发展概况）数据处理方法：你用了什么方法，仔细描绘，比如怎么选取变量，有无修正参数或部分数据啦等等，怎么检验你处理的方法是否恰当啦
1、获取数据
获取数据也有两种途径，要么就是手上有的或者是能直接使用到的现成数据，还有一种就是二手数据。现在的数据分析库主要分为了调查数据和政府数据。
2、整理数据
整理数据就是对观察、调查、实验所得来的数据资料进行检验与归类。得出能够反映总体综合特征的统计资料的工作过程。并且，对已经整理过的资料（包括历史资料）进行再加工也属于统计整理。
3、呈现数据
当数据收集充分且真实过后，研究者可运用数据，但要清楚的说明数据来源以及如何对原始的数据进行加工的。需要尽可能的描述获取数据的过程，提供足够多的细节，以便同行能重复研究过程，并保障原生作者的创作性。
医学论文统计学分析的知识你可以登陆：创新医学网 创新医学网上有医学论文统计学分析视频、医学论文写作辅导范文、医学论文写作视频、医学论文写作电子书等等，统计学分析的所有信息创新医学网上有很多资料，都是可以查看的。 卫生统计在医学期刊中占有非常重要的地位。任何科研设计、实验研究都离不开统计方法，而统计方法的正确与否直接影响到论文的质量。我们在编审稿件过程中，经常遇到统计学方法使用不当等问题。 数理统计的基础是概率论，对统计分析的资料下结论的依据是小概率事件在一次试验中是不可能发生的。一般统计上习惯把概率P≤或P≤认为是小概率事件[1]。当通过假设检验（显著性检验）获得P>时，认为是大概率事件,说明在这一次试验中很可能发生，因此接受假设，认为差异无显著意义（差异不显著）。
创建论文数据分析计划提示：
1、系统化
学生可以通过将研究数据系统化来开始论文数据分析。收集想法，思考哪些方面是重要的，而哪些会让自己的想法变得混乱。思考自己所收集信息的真正价值，信息的数量不会帮助论文写作，质量更加重要。
2、结构
组织论文分析。对于学生和读者来说，一切都应该非常清楚。无论主题多么复杂，都应该将其分成几部分，并按顺序排列，使人们能够对问题的所有要点有一个很好的了解。每一章都应该是自己的一个小想法。
3、词汇
论文中不应该有自己不理解的任何词汇，因为很可能读者也不会理解。对于不理解的术语，或者在写作过程中学到的术语，应该在创建论文分析时进行解释。
4、因果关系
在收集数据并将材料系统化后，学生应该退后一步，考虑因果关系。应分析关键点的有效性。如果已经做好了系统和结构部分，这应该不会太复杂。
5、重要性
从理论和实践上思考论文的要点。如果不了解大局，就无法制定好的论文数据分析计划，这就是整篇论文的意义所在。
6、简化
最后，论文数据分析计划可以帮助写作。不要浪费太多时间将已经很复杂的任务复杂化。目标应该清晰，过程要简化。
绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。
绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。楼主信不信由你，这篇文章就是在、创新医学网那摘录下来的。别的太多的我也复制不下来....
一般常用的统计检验方法有：t 检验、卡方检验、方差分析和相关回归分析。统计检验方法的选择主要依据数据的类型(计量、计数) 、组数的多少(两组、多组) 、样本量的大小以及对比的方式(相互比较、配对比较) ,此外计量数据还要考虑分布形态和方差齐性等问题。
我也没做过，关注一下，希望可以找到答案！