1. 从零开始：为什么你的科研散点图需要那条“对角线”？
如果你经常看机器学习、环境科学或者生物信息学领域的论文，尤其是那些做回归预测的，你肯定对一种图不陌生：一个散点图，横坐标是真实值，纵坐标是预测值，然后图上斜斜地画着一条从原点出发的直线。这条线，就是传说中的y = x 对角线，也叫1:1线或参考线。
我第一次写论文的时候，导师指着我的图说：“你这图，数据点画得挺漂亮，但缺了灵魂。” 我当时就懵了，灵魂？后来才知道，他说的就是这条不起眼的对角线。这条线的作用，简单说，就是一把“尺子”。所有理想情况下完美的预测点，都应该落在这条线上。你的数据点离这条线越近、分布越均匀，就说明你的模型预测得越准。如果数据点整体偏到线的上方，说明你的模型可能普遍高估了；如果偏到下方，那就是低估了。一眼看过去，模型的好坏、偏差的趋势，清清楚楚。
所以，画这种带对角线的散点图，绝不仅仅是为了“好看”或者“别人都这么画”。它是一种非常直观、高效的模型效果验证与对比工具。尤其是在你需要同时展示多个数据集（比如训练集、验证集、测试集）或者多个模型（比如模型A、模型B）的预测效果时，把它们的散点图和对角线放在一起，谁优谁劣，高下立判。
Origin 作为科研绘图的“老炮儿”，处理这种需求其实非常得心应手，比用 Python 的 Matplotlib 调来调去要直观快速得多。但很多新手，包括当年的我，可能会卡在几个地方：怎么优雅地加上那条线？怎么让多个图共享坐标轴，看起来整齐划一？怎么把好几个独立的图拼成一张大图，方便论文排版？这篇文章，我就把我踩过的坑和总结的技巧，掰开揉碎了讲给你听，保证你读完就能上手，画出既专业又高效的对比图。
2. 核心技巧一：绘制带参考对角线的多组散点图
很多教程会告诉你在 Origin 里画散点图，但讲到加对角线就一笔带过。其实这里有几个小细节处理好了，图的美观度和专业性会提升一个档次。我们一步步来。
2.1 数据准备与基础散点图绘制
首先，别在 Origin 里直接输入数据，太麻烦了。我习惯在 Excel 或 CSV 里整理好。假设我们要对比一个模型在训练集和测试集上的表现，你的数据表至少应该包含四列：Train_True（训练集真实值），Train_Pred（训练集预测值），Test_True（测试集真实值），Test_Pred（测试集预测值）。
把数据复制粘贴到 Origin 的工作表（Worksheet）里。这时候，直接选中Train_True和Train_Pred两列，点击菜单栏的Plot -> Basic 2D -> Scatter，一个基础的训练集散点图就出来了。用同样的方法，你可以为测试集也单独创建一个散点图。但我们的目标是把它们画在同一个图里，以便对比。
更高效的做法是：同时选中Train_True,Train_Pred,Test_True,Test_Pred这四列，然后点击Scatter。Origin 默认会把前两列作为一组（Group A），后两列作为另一组（Group B），生成一个包含两组数据的散点图。两组数据会自动用不同的颜色和符号区分开。双击图例可以修改组名，比如改成“Training Set”和“Test Set”。
接下来是美化基础设置：双击坐标轴，在Scale选项卡里，将横纵坐标的范围设置成一致（比如都是 0 到 100）。这是关键一步，因为只有坐标范围一致，后面的对角线才是标准的 45 度。然后，在Title & Format选项卡里，把上轴（Top）和右轴（Right）的显示勾选上，通常选择“显示轴但无刻度标签”，这样图的四个边框就完整了，看起来更规整。
2.2 精准添加 y=x 参考线（不是随便画条线）
重头戏来了：添加那条 y=x 的对角线。很多人的做法是直接用“直线工具”在图上画，但这样画出来的线，无法精确保证是 y=x，而且当你调整坐标轴范围或缩放时，这条线不会随之联动，很容易错位。
正确的方法是通过添加新图层和数据来绘制：
- 准备对角线数据：在你的数据工作表空白处，右键点击列标题，选择“Add New Columns”。添加两列，比如命名为
Line_X和Line_Y。在这两列里，只需要输入两个点就足够了。第一个点输入 (0, 0)，第二个点输入你坐标轴的最大值，比如 (100, 100)。这两个点就唯一确定了一条 y=x 的直线。 - 添加新图层：在你的散点图上右键，选择“New Layer(Axes) -> (Linked): Top X + Right Y”。这会添加一个与底层图层完全链接的新图层（图层2）。它的坐标轴范围会自动与图层1同步，这是保证对角线位置正确的核心。
- 在新图层上绘图：确保当前激活的是图层2（点击图左上角的图层图标可以切换）。然后，在图层2被激活的状态下，去工作表里选中你刚创建的
Line_X和Line_Y两列，右键选择“Plot -> Line”。这样，这条直线就被添加到图层2上了。 - 隐藏冗余元素：现在图上可能多出了图层2的坐标轴刻度和标签。双击图层2的坐标轴（上轴或右轴），在弹出窗口的“Title & Format”选项卡里，将“Major Ticks”和“Minor Ticks”都设为“None”，将“Tick Labels”也设为“None”。这样，图层2的坐标轴就完全隐藏了，只剩下我们画的那条直线。
- 美化对角线：双击这条直线，可以修改它的样式。我通常会把线型改为虚线（Dashed），颜色改为灰色或黑色，线宽调细一点（比如1.0）。这样，对角线作为参考线，就不会喧宾夺主，同时又清晰可见。
至此，一个标准的、带精确对角线的多组数据对比散点图就完成了。你可以把这张图的设置保存为模板（File -> Save Template As），以后做类似的分析，直接导入数据应用模板，一分钟出图，效率飞起。
3. 核心技巧二：图层管理与坐标轴同步控制
画好一张图只是开始。科研中经常需要制作“图集”，比如把不同时间、不同条件、不同模型的预测效果图排列在一起。这时候，图层和坐标轴的控制就至关重要了。
3.1 理解图层的“链接”与“独立”
在上一步我们添加新图层时，选择了“(Linked): Top X + Right Y”。这个“Linked”（链接）是关键。它意味着图层2的坐标轴范围与图层1绑定。当你拖动图层1的坐标轴范围时，图层2的对角线会自动跟着调整，始终保持 y=x 的关系。
但有时候，你可能需要在一个图里叠加两组量纲不同的数据。比如，主图是预测值与真实值的散点图（范围0-100），你想在次坐标轴（通常是右轴）上显示预测误差的分布（范围0-10）。这时候，你就需要添加一个“独立”（Unlinked）的 Y 轴图层。
操作是：右键 -> New Layer(Axes) -> Right Y。这样添加的图层，其 Y 轴范围是独立的，你可以单独设置。然后，将误差数据以折线图或柱状图的形式画在这个新图层上。通过灵活运用链接和独立图层，你可以在一个图形框架内集成多种类型的信息，而不会造成视觉混乱。
3.2 多图坐标轴的统一与批量修改
当你需要对比六个、八个甚至更多散点图时，确保它们拥有完全一致的坐标轴范围、刻度间隔和标签格式是让图集显得专业的第一要素。手动一个个去调，不仅累，还容易出错。
Origin 提供了强大的“同步”功能：
- 画好第一张“样板图”，把所有坐标轴、刻度、字体、图例样式都调整到你满意的状态。
- 在绘制后续的图时，不要从头开始。可以复制这张“样板图”的图形窗口（Graph Window），然后只去更新这个新窗口里所链接的数据。数据更新后，图的样式、坐标轴设置全部会保留。
- 更进阶的方法是使用Graph Template（图形模板）。将“样板图”保存为模板（.otp文件）。新建一个空白图形窗口，选择菜单Plot -> Template Library，加载你的模板，然后指定新的数据列，一张和样板图样式完全一致的新图就生成了。
如果你已经有一堆坐标轴各不相同的图，想快速统一，可以试试这个技巧：打开Graph Manager（快捷键 Ctrl+G）。在这里你可以看到当前项目中的所有图形。按住 Ctrl 键选中所有需要统一的图形，然后在某个图形的坐标轴上右键，选择“Apply Format to All Graphs in Folder”。这个功能可以批量应用坐标轴范围、刻度、标签字体等格式，是整理大量图片时的救命神器。
4. 核心技巧三：多图组合排版与最终美化
论文投稿对图片的格式通常有严格规定：单栏宽度、双栏宽度、分辨率300 dpi以上、字体统一为Arial或Times New Roman等。把多个独立的Graph窗口组合成一张符合投稿要求的大图，是最后的临门一脚。
4.1 使用“Merge Graph Windows”工具
Origin 的合并图形工具非常强大。不要用截图软件拼图，那样无法后期修改，也不专业。
- 确保所有需要合并的独立图形窗口都已经打开。
- 点击菜单Graph -> Merge Graph Windows。会弹出一个对话框。
- 在对话框左侧，将你需要合并的图形从“Available Graphs”列表拖到右侧的“Graph Arrangement”区域。
- 在“Layout”部分，设置行数（Number of Rows）和列数（Number of Columns）。比如2行3列。下方的“Spacing”可以调整图与图之间的水平和垂直间距，我一般会留出足够的空间，防止坐标轴标签挤在一起。
- 在“Page Setup”里，设置最终输出图片的尺寸。这里需要根据目标期刊的要求来。比如，Nature期刊的单栏图宽度通常是8.5厘米左右。你可以直接在这里输入宽度和高度，单位选厘米。
- 点击OK，Origin会生成一个新的图形窗口，里面整齐排列着你选中的所有子图。
4.2 处理合并后的常见问题与精细调整
合并后直接得到的图，往往还需要手动微调才能达到完美：
- 坐标轴标签重叠：这是最常见的问题。合并后，相邻图的坐标轴标签（尤其是Y轴标签）可能会挤在一起。解决方法是：在合并后的新图里，双击需要调整的单个子图的坐标轴。注意，合并后的图是一个整体，但每个子图仍然可以单独编辑。你可以隐藏某些子图的左侧Y轴或底部X轴的标签（在“Tick Labels”选项卡设置显示为“None”），只保留最外围子图的标签。或者，统一调小所有坐标轴标签的字体大小。
- 统一图例：如果所有子图用的是相同的图例（比如都用红色圆圈代表训练集，蓝色方块代表测试集），你可以在合并前，只保留一个图的图例，其他图的图例删掉。合并后，这一个图例就能代表所有子图。如果每个子图情况不同，则需要各自保留，并调整图例位置，使其排列整齐。
- 添加全局标签：合并后的整张大图，可能需要添加（A）、（B）、（C）这样的子图标签。你可以在合并图的每个子图左上角，使用Origin的“Text Tool”手动添加。为了确保所有标签位置一致，可以先在一个子图上添加并调整好位置，然后复制这个文本对象，粘贴到其他子图，再修改字母即可。
最后，在导出图片时，选择File -> Export Graphs。格式通常选择TIFF或PDF（矢量图）。在TIFF设置中，一定要将分辨率（DPI）设置为600或更高，压缩方式选LZW，这样既能保证印刷质量，文件也不会太大。颜色模式选择RGB即可。
画图这件事，工具用得熟，不如思路理得清。从数据整理开始，到添加那条至关重要的参考线，再到管理多个图层和坐标轴，最后把一堆图漂亮地组合起来，每一步都藏着让效率翻倍、让图表更出彩的技巧。我最开始用Origin的时候，也觉得图层、合并这些概念有点绕，但亲手做过两三次之后，就形成了自己的固定流程。现在处理类似的预测结果可视化，从数据到成图，十分钟内就能搞定，而且每次出来的图都规规矩矩，直接就能往论文里放。希望这些具体的步骤和我踩过的坑，能帮你省下那些我曾经浪费在调格式、对齐上的时间。
