论文框架图怎么画?看完这一篇,基本就够用了
作者:论文及时雨 时间:2025-12-03
本文聚焦于利用 AI 绘制 Mermaid 和 Vega Lite 图表以助力论文框架图绘制。Mermaid 是基于文本的绘图语言,可用 ChatGPT 辅助生成代码,能绘制流程图、序列图、甘特图等。Vega Lite 是高级可视化语法,准备好数据后与 ChatGPT 交互可生成代码,能绘制柱状图、折线图、散点图等。掌握这两种工具,结合 AI 优势,按论文需求选图,可高效完成论文框架图绘制,提升质量与可读性。
引言
在论文撰写的进程中,论文框架图是一种极为直观且高效的工具。它能够清晰呈现论文的结构以及逻辑关系,一方面助力作者更好地梳理思路,另一方面能让读者迅速了解论文的核心内容。伴随科技的不断发展,运用人工智能(AI)工具来绘制论文框架图变得愈发便捷高效。本文会着重介绍怎样利用AI绘制Mermaid和Vega Lite图表,这两种图表在学术论文里都有着广泛的应用。
Mermaid图表绘制
Mermaid简介
Mermaid是基于文本的图表绘制语言,它允许用户借助简单的文本描述,创建包括流程图、序列图、甘特图等在内的各类图表。Mermaid的优势在于其语法简洁,易于学习,并且能够与多种平台集成,像Markdown文件、网页等。
使用AI辅助绘制Mermaid图表
如今,有众多AI工具能够帮助我们生成Mermaid代码。例如OpenAI的ChatGPT便是一款强大的工具。以下是具体的操作步骤:
明确需求
在运用AI之前,我们得明确自己想要绘制的图表类型与具体内容。比如说,我们打算绘制一个简单的论文流程图,以此展示论文各个章节以及它们之间的关系。
与AI交互
打开ChatGPT,向其描述我们的需求。例如:“请帮我生成一个Mermaid代码,用于绘制一个论文流程图,该流程图包含引言、文献综述、研究方法、实验结果、结论这几个部分,并且引言指向文献综述,文献综述指向研究方法,研究方法指向实验结果,实验结果指向结论。”
ChatGPT会依据我们的描述生成相应的Mermaid代码,可能如下所示:
graph LR
A[引言] --> B[文献综述]
B --> C[研究方法]
C --> D[实验结果]
D --> E[结论]代码验证与调整
把生成的代码复制到支持Mermaid的环境中进行验证。我们可以使用一些在线的Mermaid编辑器,例如Mermaid Live Editor(https://mermaid.live/ )。将代码粘贴到编辑器里,就能看到生成的流程图。要是发现图表不符合预期,我们可以再次与AI沟通,提供更详尽的要求,让它对代码进行调整。
Mermaid图表类型及应用
流程图
流程图是论文中最为常用的图表之一,主要用于展示论文的逻辑流程。除了上述简单的流程图之外,还能够绘制更为复杂的流程图,其中包含决策分支等。例如在研究方法部分,可能需要依据不同的实验条件开展不同的操作,此时可以使用决策节点来表示。
graph LR
A[引言] --> B[文献综述]
B --> C[研究方法]
C --> D{实验条件}
D -->|条件1| E[实验操作1]
D -->|条件2| F[实验操作2]
E --> G[实验结果1]
F --> G[实验结果1]
G --> H[结论]序列图
序列图能够用于展示对象之间的交互顺序,在涉及系统设计或算法流程的论文中十分有用。例如描述一个软件系统中不同模块之间的交互过程。
sequenceDiagram
participant User
participant System
User->>System: 发送请求
System-->>User: 返回响应甘特图
甘特图用于展示项目的时间安排,在论文的研究计划部分可以使用。例如展示论文各个阶段的时间进度。
gantt
dateFormat YYYY-MM-DD
title 论文研究计划
section 前期准备
文献调研 :a1, 2024-01-01, 30d
确定研究问题 :after a1, 10d
section 实验阶段
实验设计 :2024-02-10, 20d
数据采集 :after 实验设计, 30d
数据分析 :after 数据采集, 20d
section 论文撰写
初稿撰写 :2024-04-01, 30d
修改完善 :after 初稿撰写, 20d
最终定稿 :after 修改完善, 10dVega Lite图表绘制
Vega Lite简介
Vega Lite是一种高级的可视化语法,它以Vega可视化语法为基础,但更加简洁易用。Vega Lite允许用户使用简洁的JSON或YAML格式来描述数据可视化,支持包括柱状图、折线图、散点图等在内的各种类型的图表。
使用AI辅助绘制Vega Lite图表
同样,我们可以借助AI工具来生成Vega Lite代码。以下是具体步骤:
准备数据
在绘制图表之前,需要准备好相应的数据。例如我们有一组关于不同年份论文发表数量的数据,存储在一个CSV文件中,文件内容如下:
| Year | Papers |
|---|---|
| 2018 | 100 |
| 2019 | 120 |
| 2020 | 150 |
| 2021 | 180 |
| 2022 | 200 |
与AI交互
向ChatGPT描述我们的需求,例如:“请帮我生成一个Vega Lite代码,用于绘制一个折线图,展示上述CSV文件中不同年份的论文发表数量。”
ChatGPT可能会生成如下的Vega Lite代码(以JSON格式为例):
{
"$schema": "https://vega.github.io/schema/vega-lite/v5.json",
"data": {
"url": "data.csv"
},
"mark": "line",
"encoding": {
"x": {
"field": "Year",
"type": "ordinal"
},
"y": {
"field": "Papers",
"type": "quantitative"
}
}
}代码验证与调整
将生成的代码复制到支持Vega Lite的环境中进行验证。可以使用Vega Editor(https://vega.github.io/editor/ )。将代码粘贴到编辑器中,并上传相应的CSV文件,就可以看到生成的折线图。如果需要对图表进行调整,如更改图表颜色、添加标题等,可以再次与AI沟通,让它修改代码。
Vega Lite图表类型及应用
柱状图
柱状图常用于对比不同类别之间的数据。例如比较不同学科领域的论文引用数量。
{
"$schema": "https://vega.github.io/schema/vega-lite/v5.json",
"data": {
"values": [
{"Field": "Physics", "Citations": 500},
{"Field": "Chemistry", "Citations": 400},
{"Field": "Biology", "Citations": 600}
]
},
"mark": "bar",
"encoding": {
"x": {
"field": "Field",
"type": "nominal"
},
"y": {
"field": "Citations",
"type": "quantitative"
}
}
}散点图
散点图用于展示两个变量之间的关系。例如研究论文的字数与引用次数之间的关系。
{
"$schema": "https://vega.github.io/schema/vega-lite/v5.json",
"data": {
"values": [
{"Words": 5000, "Citations": 20},
{"Words": 6000, "Citations": 25},
{"Words": 7000, "Citations": 30}
]
},
"mark": "point",
"encoding": {
"x": {
"field": "Words",
"type": "quantitative"
},
"y": {
"field": "Citations",
"type": "quantitative"
}
}
}饼图
饼图用于展示各部分占总体的比例。例如展示不同来源的论文在总论文数量中的占比。
{
"$schema": "https://vega.github.io/schema/vega-lite/v5.json",
"data": {
"values": [
{"Source": "Journal", "Count": 300},
{"Source": "Conference", "Count": 200},
{"Source": "Preprint", "Count": 100}
]
},
"mark": "arc",
"encoding": {
"theta": {
"field": "Count",
"type": "quantitative"
},
"color": {
"field": "Source",
"type": "nominal"
}
}
}总结
利用AI工具绘制Mermaid和Vega Lite图表,为论文框架图的绘制带来了极大的便利。通过与AI交互,我们能够快速生成所需的图表代码,并根据实际需求进行调整。Mermaid适合绘制逻辑流程类的图表,像流程图、序列图、甘特图等;Vega Lite则更擅长绘制数据可视化图表,如柱状图、折线图、散点图等。掌握这两种工具的使用方法,能够帮助我们更高效地完成论文框架图的绘制,提升论文的质量和可读性。在实际应用时,我们可以依据论文的具体内容和需求,选择合适的图表类型,结合AI工具的优势,打造出专业、美观的论文框架图。
