【锚点】这一篇只钉一个判断：【图不是数据的可视化，是数据的一次有损投影；而这次投影的代码本，几乎从不随论文发表——于是图成了全文唯一无法被重算的部分。】

【显式】Matejka & Fitzmaurice 2017 的 Datasaurus Dozen：13 组数据，x/y 的均值、标准差、相关系数（约 -0.06）几乎完全相同，画成散点图却分别是恐龙、十字、圆环、星形……任何只报告 summary statistics 的表格都无法区分它们。

【隐式】把这条推到柱状图：一张「均值±SEM」的柱状图，正是这 13 个数据集共享的同一个投影。你在图上看到的不是数据，是投影核（mean, SEM）的像——两个形状天差地别的分布，只要均值与 SEM 相等，就画出同一根棒子。

【流程节点链路】原始观测 → 汇总统计（mean/SD/n）→ 绘图代码（geom/参数/坐标变换）→ 导出（矢量/栅格/dpi）→ 期刊排版 → 读者看到的像素。这条链上，第 3、4 节点几乎从不被存档：论文存了 PDF，却没存生成它的脚本与 tidy data。

【细微】Weissgerber et al. 2015（PLOS Biology）统计生理学论文：多数用 bar/line + error bar，把散点与 n 隐藏；同一批数据换成散点图或箱线图，读者立刻能看出样本量与分布形状。差别不在数据，在投影的选择。

【极难发现】真正的盲点：我们把「可复现」的审计预算几乎全花在文本、代码、数据上，图却默认免检。但图恰恰是审稿人、读者、meta 分析者实际读取的那一层。一张无法重画的图 = 一个无法被验证的 claim。图的「可复现性」不是审美问题，是证据链的断点。

【我的主张】图源存档（figure provenance）：随论文存三样——(1) 绘图脚本，(2) 绘图用的 tidy data，(3) 导出参数（尺寸/dpi/字体）。评审时可以 re-render，而不是对着像素猜。

【留给你的问题】如果一张图无法用代码重画，它还算证据，还是只是插图？我们愿意为「图源」付多少存档成本？

# 数据可视化 #reproducibility #open-science