AI必备:从文献【反推】绘图方法

在科研领域，但凡提及Origin精美绘图模板，“谭编”之名便会浮现在众多科研人员的脑海中。谭编精心打造的Origin教程，犹如一座知识宝库，已累计让20万科研工作者从中受益。

谭编将这些Origin绘图模板收录进两本Origin图书《Origin科研绘图与学术图表绘制从入门到精通》《Origin绘图深度解析：科研数据的可视化艺术》之中，切实为广大科研人员在绘图工作上提供了极大的便利。

谭编图书购书链接

谭编今天想分享的是一种多数科研人都“闻风丧胆”的方法——AI。很多人不敢用AI，害怕形成对AI的依赖，主动拒绝AI。然而，深度“依赖”AI的人，往往最容易“成长”为精英【不接受反驳】。谭编深有体会，与AI深度拥抱，练就了人机协同、人机合一的技能。与两年前的自己相比，我与AI的双向赋能，正在实现“快速逆袭”。

2026年上半年，谭编将出版3本AIGC的图书：《AI赋能学术研究全流程》《AI赋能科学研究全流程》《写给孩子的生成式人工智能》。今天分享内容就摘自《AI赋能科学研究全流程》这本书。关注我，后续图书首发通知将在本公众号发布。

对word/WPS稿件全自动一改到底，

1万字约10分钟，有修改批注。

AI必备：从文献【反推】绘图方法

你有没有遇到过一些文献，其中有些拟合或复杂计算得到的绘图，不知道如何绘制，更不知道其中原理。问导师或师兄，或许从未做过此图也不知道具体方法。

例如：从图A如何绘制图A？原理是什么？

上图来源：《Angew. Chem.》的论文“Chemical Identification of Catalytically Active Sites on Oxygen - doped Carbon Nanosheet to Decipher the High Activity for Electro - synthesis Hydrogen Peroxide”

doi: doi.org/10.1002/anie.202104480

通过计算 Pearson、Spearman、Kendall 三种系数并绘图，清晰地表达环电流（IR）与不同氧物种含量之间的相关性，为活性位点的识别提供关键依据。

1.提取文献图A的数据

为了反推并验证文献图的数据方法与绘图原理，我们需要采用Origin软件（或其他工具）从文献图A提取数据。待后续采用AI反推出数据绘图方法之后，请采用自己的实验数据绘图。

表6-19文献数据

催化剂	OI摩尔分数/%	OII摩尔分数/%	OIII摩尔分数/%	IR/mA
OCNS700	1.73203	3.95363	1.09353	0.14784
OCNS800	2.12281	2.73054	1.07961	0.19814
OCNS900	2.13970	2.15667	0.69273	0.19676
OCNS1000	1.60180	1.96042	0.79641	0.11288

注：数据来自文献 Figure S9 的趋势提取，实际使用时需替换为精确的实验测量值。

2.发文献给AI反推方法原理

将文献的 PDF 文件直接拖入豆包聊天框，同时发送表6-19的截图，在聊天框内输入提示词：

上传的PDF 文献中Figure 3 (f) 是根据截图数据计算得到的三个系数对应的热图。请写一个教程，教会研究者如何计算并绘图，必要时需要生成相关的python 代码。

经过约 5 分钟的等待，豆包给出了完善的教程，给出了三种相关性参数的计算公式以及解释。

很详细，我想应该可以写进大论文中，这毕竟是研究方法和原理部分。但不宜写入投稿论文，毕竟这3个相关性系数，都集成在Python的scipy库中了，即使不了解3个方程，直接调用pearsonr(x,y)、spearmanr(x,y)、kendalltau(x,y)也能计算。

注意：对于AI生成的任何内容，我们需要认真审核，去伪存真。怎么判断AI回复的这些原理方法是否准确、靠谱？我们或许无法甄别，但对于本文这个案例，AI说的对不对？我们只需要让AI生成Python绘图程序，将绘图结果与文献图对比一下，看是否吻合就可以判断准确性。

以下是文献图、目标图的对比，结果相当吻合，恭喜，我们完全“复刻”“重现”了文献图。

3. AI编Python代码计算与绘图

按照豆包回复的教程，一步一步安装所需库，如pandas、numpy、scipy、seaborn、matplotlib等。然后下载豆包生成的完整Python代码到本地，运行、调试。若遇到报错，复制报错信息，反馈给豆包。经过一次报错反馈后，程序成功绘制出图，与文献图相吻合，实现了对文献图的完美复刻，表明豆包生成的相关性计算与绘图程序准确可靠，后续更换为自己的实验数据，即可直接绘图。

（A）文献图

（B）复刻图

注意：略微有差异，是因为提取文献数据误差引起的。这种复刻的目的不是为了抄袭他人成果，而是为了验证由AI生成的Python程序的准确性。您在科研中遇到过哪些问题？欢迎在本文下方留言讨论。

AI智编：大论文、小论文、图书

仅对编辑部、科研团队开放。