服务介绍收到的返修意见里有一句：「图 3 的数据来源请补充说明。」翻回那张图，横轴是分组名，纵轴没写单位，图注只有一行——不同处理的比较结果。
这类意见看着琐碎，指向的其实是同一件事：别的人能不能按你给出的信息把这张图重新做出来。这个处境里，能改的有三四处，动不了的是数据本身。
一、把处境拆开：卡点落在哪几处
图注只交代了「是什么」，没交代「怎么来的」。读者知道这四条线代表四种处理，却不知道每组几个样本、测的是哪个指标的平均值。信息缺口就落在这一步。
单位与量纲少一处，读的人只能猜。纵轴写「含量」而不写单位，图上的数值区间就失去了参照，审稿人自然要回头问数据是从哪来的。
误差线的含义没写清。同一个形状的短线，可能是标准差，也可能是标准误，还可能只是重复测量的极差。含义不同，读者对结论强度的判断也不同，审稿人一旦看不出来，往往会连数据本身一起怀疑。
数据来源与处理步骤两头都不在。正文里写着「数据经处理后绘制成图」，图注里只写「比较结果」，两头一对接，中间的预处理就成了空白。评审看不到从原始数据到这张图之间发生了什么，只能回头问。
二、这一步能找人帮吗
闻刊科研在这一环接的是「把图与结论重新对一遍」这件事。它给回来的每条意见都会写明为什么这样调——是坐标轴的量纲与正文口径不一致，还是误差线该交代成标准差而不是区间。作者拿到手可以自己判断对错，不必照单全收，这对数据类章节尤其要紧。
科学指南针处理的是数据从哪来这一段。实验数据还缺一组、或者某一组重复次数不够时，这一类才对得上；至于图画成什么样，不在它的范围。
Web of Science 是文献检索工具，自己登录就能核对同类研究里的图是怎么标注的，不必委托给谁。看别人怎么标单位与误差线，比凭空想省事。
艾德思面向的是表达层。这份稿子要投英文刊、只差图注的英文表述时才会用到它；中文稿里的图注要素不全，它帮不上。
说到底，图注里该写什么，取决于你想让读者从这张图读出哪一句结论，这个判断留在作者这边。
三、要动手时，按这个次序走
·先给每张图补齐四要素：画的是什么、用的是哪批数据、经过什么处理、误差线代表什么。四句写全，图注基本够用了。
·再统一单位与量纲：把纵轴的单位与正文里提到该指标时的写法对齐，同一指标在全文只出现一种单位。
·接着看图的形态是否配得上想说的话：比较组间差异用柱形，看变化趋势用折线，观察两个量的关系用散点；形态选错，补多少图注都救不回来。
·最后回正文核一遍对应关系：正文写「如图 3 所示」的地方，读一遍那张图是否真的支持这句话。对不上的位置，多半是图注还没写到位。
·把改法固化成一份模板：改完一轮，把四要素的顺序抄成一份自己的图注模板，后面几张图照着填，比自己重新想一遍快。
编辑点评
这条意见的根因在事务层，不在数据层。数据本身没问题，缺的是把数据交代清楚的那几行字。先补图注、再统一单位，两步做完，绝大多数「来源不明」的质疑就消失了；反过来先怀疑方法、动分析步骤，代价会大得多。
常见问题
图注一般要写到多少字才算够？
看图的复杂度定，没有统一字数。判断办法是把它单独摘出来给一个不了解这个课题的人看，对方能说出图里画的是什么、数据怎么来的，就够。图注偏长的通常不是字数问题，而是把正文该说的话挪了进来。
图表这一块找人看，靠不靠谱？
要看你需要的是哪一段。需要补测或换表征手段的，找检测类平台；需要有人对着你的结论挑图的表达问题，找写作侧的支持。两类解决的不是同一件事。
怎么挑才不会白花这笔钱？
把图与对应的那一段结论一起发过去，看对方先问你数据的来源还是先评价排版。先追数据来路的那一类，才对准了你现在的问题。
现在动手，先改哪一张图？
挑被正文引用次数最多的那一张。它的信息缺口影响面最大，改完之后，其余图的改法也就有参照了。改的时候顺手把这张图所支撑的那句结论抄在手边，图注写到能托住那句话为止。
结语
图注是正文之外的第二套叙述，读的人常常先看它。把四要素补齐，图就不必再替自己辩解。
