GraphPad Prism 8.0 绘制 Cleveland 点图：从数据到发表级图表的完整实践

在科研论文中，如何清晰、准确地呈现多组数据之间的差异，一直是图表设计的核心挑战。柱状图虽然常见，但其填充面积容易引导读者关注“块”的大小而非实际数值位置，尤其在类别较多时显得拥挤且误导性强。这时候，一种更优雅、更高效的可视化方式就显得尤为珍贵——Cleveland 点图。

这种由统计学家 William S. Cleveland 提出的图形形式，用点的位置和垂线取代柱子，不仅节省空间、提升可读性，还能精准传达数值信息。它早已成为《Nature》《Cell》等顶级期刊中的常客。但问题在于：很多人知道它的优点，却苦于不会画。

好消息是，GraphPad Prism 8.0 已经完全支持这种高级图表的绘制，而且无需写一行代码。哪怕你是第一次打开 Prism，只要跟着操作，也能在十分钟内做出一张可以直接投稿的 Cleveland 图。

---

我们不妨设想一个典型场景：你刚完成一项动物实验，比较对照组（CON）与模型组（MOD）在八种不同处理条件下的某项生化指标变化。数据已经整理好，现在需要一张图来展示两组间的趋势差异。

传统做法可能是画两张并列柱状图，或者堆叠在一起。但更好的选择是——将所有数据点统一放在同一坐标系中，用颜色区分组别，用垂线强调位置，用文本标签直接命名每一类。这正是 Cleveland 点图的精髓。

如何开始？从一张空白表格说起

打开 GraphPad Prism 8.0，首页选择 New Table & Graph → XY。别选错类型，这里的“XY”不是指函数关系，而是指每个数据点都有明确的 X 和 Y 值，正好适合我们的需求。

接下来配置参数：

• X: Numbers —— 我们会用数字作为占位符
• Y: Enter and plot a single Y value for each point —— 每个 X 对应一个 Y 值

点击 Create，进入数据表界面。

现在输入你的数据。假设前四类 df, dd, f, g 属于 CON 组，后四类 RT, ST, MT, LT 属于 MOD 组。我们可以这样组织：

X	Y	Group
1	12.3	CON
2	15.6	CON
3	14.1	CON
4	16.8	CON
5	20.4	MOD
6	22.7	MOD
7	19.9	MOD
8	24.1	MOD

注意，X 列填的是 1 到 8 的整数，只是用来定位；真正有意义的分类名称我们填在左侧的 Row Titles 中：

• 第1行：df
• 第2行：dd
• 第3行：f
• 第4行：g
• 第5行：RT
• 第6行：ST
• 第7行：MT
• 第8行：LT

这个细节很关键——Prism 允许我们将行标题映射为 X 轴标签，从而摆脱枯燥的数字编号，让图表“自己说话”。

切换到 Graphs 标签页，你会看到系统自动生成了一个散点图。目前还很朴素，只有孤立的数据点，没有风格，也没有结构感。别急，真正的美化才刚刚开始。

---

让图表“立”起来：边框、网格与视觉引导

双击任意坐标轴，进入 Format Axes 设置窗口。这是整个图形布局的灵魂所在。

先去 Frame and Origin 选项卡，把 Frame 设为 Plain Frame，颜色设为黑色，线宽 1 pt。这一圈细边框能让图像更有边界感，在论文排版中更容易被识别为独立元素。

接着切换到 Frame and Grid Lines 子面板，启用 Major grid lines，方向选 Both X and Y axes，颜色用浅灰色（比如 #D3D3D3），线宽 1 pt。这些背景线不要太显眼，目的是帮助读者快速对齐点与刻度，而不是抢戏。

这里有个经验之谈：好的网格线应该是“存在但不打扰”。太粗或太黑会让图看起来像草稿纸；完全没有又会增加读数难度。浅灰 1pt 是经过大量出版物验证的安全选择。

---

分组编码：让颜色与形状讲述故事

回到图形界面，双击任意数据点，打开 Format Graph 面板。

在这里，你可以为不同数据集单独设置样式。找到 Data Set 下拉菜单，依次选择 CON 和 MOD 组：

• CON 组：符号设为圆形 ●，颜色用蓝色，大小 7 pt
• MOD 组：符号设为方形 ■，颜色用红色，大小同样 7 pt

为什么不用默认样式？因为人类视觉系统对形状和色彩的变化极为敏感。当你把两组数据用不同标记区分开时，读者几乎不需要看图例就能分辨出模式差异。

更重要的是，这种分组编码能让你的图表在黑白打印时依然可读——如果审稿人只收到一份灰度 PDF，他们仍可通过形状判断数据归属。

确认设置后，图形立刻变得有层次了。但最核心的特征还没加上——那就是那根从点到底轴的垂线。

---

加上“火柴杆”：打造真正的 Cleveland 风格

Cleveland 点图之所以被称为“火柴杆图”，就是因为每个点都有一条垂直落到底部的线段，像是点燃前的火柴。这条线的作用不可小觑：它强化了点在 Y 轴上的精确位置感知，避免眼睛误判高度。

操作路径如下：

双击任一点 → 打开 Format Graph → 找到 Show bars/spikes/drop lines

勾选 Drop line from symbol to axis，方向选择 To X axis only，线条颜色建议与数据点一致（保持视觉连贯），宽度设为 0.75 pt。

点击确定，瞬间，八个“火柴杆”整齐竖起，整个图表的气质立刻不一样了——不再是随意散布的点，而是有秩序、有指向性的数据表达。

此时再看 X 轴，还是显示着 1 到 8 的数字。我们需要让它变成真正的分类标签。

---

替换 X 轴标签：让图表讲人话

再次双击 X 轴，进入 Format Axes → Ticks and Labels 选项卡。

在 Number format 区域，将其改为 Row titles。

奇迹发生了：原本冷冰冰的数字 1–8，瞬间变成了 df, dd, f, g, RT, ST, MT, LT。这些原本藏在表格角落的名字，终于走上了舞台中央。

这是提升图表解释力的关键一步。试想，如果你在 PPT 中展示这张图，听众不必再对照图注去猜“第5个点代表什么”，答案就在轴上明明白白写着。

而且，Prism 会自动调整标签间距，即使名字长短不一也不会重叠。当然，若类别过多导致拥挤，可以考虑旋转标签（45° 或 90°），但这张图目前还不需要。

---

提升效率：保存模板，一次设置，反复使用

做完一张漂亮的图，千万别只用一次就丢掉。Prism 最实用的功能之一就是 模板保存。

点击菜单栏 File → Save Special → Save as Template…，输入名称如 “Cleveland_Dot_Plot_v1”，保存为 .ptt 文件。

下次要做类似分析时，新建项目时选择 Clone a graph，加载该模板，只需替换数据，所有样式、颜色、线条、标签规则都会自动继承。几分钟就能产出一张风格统一的新图，特别适合系列研究或多时间点数据更新。

实验室里推广这个方法，能极大提升团队绘图标准化水平，避免每个人都有自己的一套“审美”。

---

投稿无忧：导出高分辨率图像

最后一步，也是最容易被忽视的一步——导出。

右键点击图形 → Export，弹出导出对话框。

学术出版推荐格式：

• TIFF：适用于印刷出版，支持 1200 dpi 分辨率
• PDF：矢量格式，缩放无损，适合电子文档嵌入

尺寸方面，Prism 8.0 支持最大宽度达 25 英寸，远超旧版的 11 英寸限制。这意味着你可以轻松制作组合图（Figure Panel）而不用担心裁剪问题。

导出设置建议：

• Format: TIFF
• Resolution: 1200 dpi
• Color depth: RGB 或 Grayscale（根据期刊要求）
• Size: Width = 7 inches（单栏）或 14 inches（双栏）

保存后检查文件大小是否合理（通常几 MB 到十几 MB），确保图像清晰无压缩伪影。

---

进阶技巧：让你的 Cleveland 图更具表现力

上面完成了基础版本，但 Prism 的潜力远不止于此。以下是几个值得尝试的增强功能：

添加误差线

如果你的数据包含重复测量，可以在原始数据表中改用 “Mean with Error” 类型，输入均值 ± SEM 或 SD。然后在 Format Graph 中启用 Error Bars，选择显示方向（上下均可），线宽 1 pt，末端加帽子（cap width ≈ 5–7 pt）。

误差线与点+垂线结合，既能反映集中趋势，又能体现离散程度，比柱状图+误差线更清爽。

Y 轴对数变换

当数据跨越多个数量级时（例如细胞因子浓度从 pg/mL 到 ng/mL），普通线性轴会导致低值点挤成一团。此时可在 Format Axes 中将 Y 轴设为 Logarithmic，基数选 10。

Prism 会自动调整刻度分布，并保留原始数据计算逻辑，无需手动取对数。

多图整合：构建 Figure Panel

通过 Layout 功能，可将多个图形（如 Cleveland 图 + 热图 + 路径图）拼接在同一画布上，编号为 A、B、C……用于主图或补充材料中的综合展示。

Layout 模式支持精确对齐、比例锁定和文字标注，是准备投稿材料的利器。

---

写在最后：为什么你应该放弃柱状图？

我们并不是要彻底否定柱状图的价值，但在许多情境下，它确实已被滥用。心理学研究表明，人类对长度的感知优于面积，而 Cleveland 点图正是基于“点到轴的距离”这一最原始的视觉变量进行编码。

相比之下，柱状图的矩形填充引入了不必要的二维感知干扰，尤其在颜色相近或透明度叠加时更为严重。

更重要的是，随着数据维度增加，Cleveland 图依然保持可扩展性：你可以轻松添加第三维（如点的大小表示样本量）、第四维（如颜色深浅表示 p 值），而柱状图很快就会陷入混乱。

Prism 8.0 的出现，意味着非编程用户也能享受这些先进的可视化成果。掌握这项技能，不只是学会一种作图方法，更是培养一种更科学、更严谨的数据表达思维。

下次当你准备画柱状图时，不妨停下来问一句：我能不能用一个更简洁、更诚实的方式来说清楚这件事？

也许，答案就在那根小小的垂线上。