作者：周吉峰　钱文霖　殷为宏

摘　要　　通过分析图表的结构系统,建立了图表的层次结构分析模型,从而使图表中可能出现问题的环节一览无余,并根据各环节的特点提出了层次相关性逐级判断、要素完整性判断、要素相关性判断等分析与优化方法,使图表的审查程序化、系统化,既便于编辑掌握,也可有效地避免将问题遗漏。提出了结构分析与优化思路和编辑学已有的研究成果(方法)可以有机地结合,使图表的审查更为准确和有效。
关键词　　科技论文　科技编辑　图表　结构　分析　优化

Structural Analysis and Optimization of Figures and Tables in Sci-tech Papers

Zhou Jifeng and Qian Wenlin

　　图表是科技文稿的重要组成部分,是科技文稿赖以表达主题思想的直观而简洁的方式。因此,其正确性将直接影响文稿的信息传播功能,值得科技工作者重视。但是,笔者的亲身实践和已有的研究表明［1～3］,在作者原稿或已经出版的书刊中,图表存在着严重的失误。目前对图表的研究已经较为深入,提出了许多有效方法［1～6］,但由于这些方法尚缺乏系统性,面对众多的方法在运用中难以驾轻就熟。因此,本文试图通过对图表的结构分析,建立统一的结构模式,从而提出一套图表的分析优化方法。

1　图表的结构分析

1.1　建立图表结构的基本思路
　　在通常的情况下,人们愿意把图表本身作为一个单独的系统来研究,图表作为人工语言是对文式内容的有效证明与补充,而图、表、文、式作为论文的几个重要组成部分,图表表达含义与论文整体思想的一致性是衡量图表正确性的标准之一。因此,在研究图表结构系统时,要从论文整体考虑。论文在图表结构系统中居较高层次。同时,图表题代表了仅次于论文的一部分内容。而基准则是图表的核心组成部分,对于定量坐标图和表,基准则包含了坐标(栏目)里的量名称、量符号、量单位、刻度(取值范围)等。而图表中的线条或数据则是在某一基准下得到的变量。因此,图表结构可以用图1表示。对于非定量坐标图而言,该基准同样存在,只是所含要素及存在形式有所不同。这并不影响该层次结构的普适性。
1.2　图表的结构分析模型
　　从图1可知,图表的层次结构中各层次系统之间密切相关,低层次系统从属于高层次系统,低层次系统内容应相关于或一致于高层次系统内容。从高层次到低层次系统逐级判断相关性是图表审读的重要方面。另外,同一层次系统内的要素完整性及相关性的分析是图表审读的又一方面。例如:“基准”中含有量名称、量符号、量单位、刻度等,各要素间还有一定的决定作用;“变量”中含有要素变量1、变量2……,每一变量又含有形式语言(如线条组成图形)、说明语言(如解释性文字或符号)。因此,审读“变量”时,既要考察某一变量的形式语言与说明语言的一致性与完整性,又要考察每个变量之间的相关性。基于以上分析,建立图表的结构分析模型如图2所示。箭头代表进行结构分析的顺序或方向。




图1　科技文稿图表的层次结构示意图




图2　图表的结构分析模型

2　运用图表结构模型进行分析优化

2.1　层次相关性逐级判断
2.1.1　“论文”与“图表(题)”
　　图表的审读要从“论文”整体开始。在文字中,往往会出现“如图x…”、“如表y…”等字眼,这时就需要通过图x或表y找到对应的图表(题)。在作者的原稿中,也不时出现文字叙述与图表(题)矛盾的情况,这主要是作者写作或修改文稿时,图表编序以及增删图表出现的失误。这种错误在编辑审稿时,只要遵照层次相关的判断原则,很容易被发现。更重要的，是判断论文是否需要这样的图x,表y，凡属无关的或冗余的图表均应删去；反之，需要而未提供的，则应补充。
2.1.2　“图表(题)”与“基准”
　　在利用“图表(题)”与“基准”、“变量”的相关判断进行图的审校中,只要将图中的“基准”或“变量”(非坐标图里的不同部分可视为结构分析模型中的“基准”或“变量”)对照图题逐一审查其矛盾性,就不难发现问题。
　　表结构系统也存在此类问题,不是表题说明不正确,就是列表时基准选择不明了。如表1,从表题看,该表要体现的“变量”是“出现次数”,而从列表看,“出现次数”是其中一个栏目基准,另一个栏目基准为“雨级”,“变量”为某一雨级的暴雨日出现n次的“站数”。显然,表题说明与基准选择出现矛盾,究其原因,表列得不错,只是表题说明存在问题,将表名改为“暴雨日出现1～8次的站数统计”,则可清楚地体现该表阐述的“变量”,即,较好地反映设计此表的目的和表的主题。当然,该表还有些问题需要指出:雨级的范围划分不准确,“≥50mm” 包含“≥100mm”,前者应改为［50～100)mm。

表1　暴雨日重复出现次数


1 2 3 4 5 6 7 8
≥ 50 mm
≥100 mm 11
21 16
6 17
5 8
2 6
1 6
0 2
0 1
0


2.1.3　“基准”与“变量”
　　“基准”决定“变量”,更换“基准”选择,“变量”随之而变。但如何保持“变量”与“基准”之间根本性质的一致是值得注意的。
　　例如:一位作者在其论文中给出一坐标图(如图3)。图的基准分别为“热处理制度”、“粒径”,其中基准“热处理制度”的特点是:既不连续,也非有序。据此特点,再看“变量”,不难发现:基准本身就离散而无序,其变量怎么能连线呢!显然不对!将其改为点图或柱形图就正确了。
　　表格中的此类问题同样突出。列表讲究基准的选择与排列,“基准”选择好了,其“变量”就会表现得直观而准确。反之,则会闹出些笑话和错误。表2就是一例。为使分析的问题比较集中,对此表作了删简。从该表看,其基准较多,说明需要表达的信息较多,这并不影响表格的信息传递功能,只要表的“基准”选择适当、排列有序就行。但该表的问题就出在“基准”还不够多。看该表最后一行的“变量”里,既有面积数,也有人数,再看对应的“基准”之一是“淹没”,意思清楚了:建水电站除淹没土地外,还“淹没”了成百上千的人。显然不行,这就是“变量”与“基准”范围不一致造成的笑话。其优化并不难,只需将该“变量”中的人数分出来，另立一基准“移民”就可以了。