Genellikle bir makaleyi açtığımda yaptığım ilk şey başlığa göz atmak, ardından doğrudan figürlere geçmek olur. Çünkü figürler, bir çalışmanın ne anlattığını özetleyen görsel bir anlatıdır. Ne kadar temiz, net ve etkili hazırlanmışlarsa, o kadar dikkat çeker, daha çok okunur ve daha kolay anlaşılır hâle gelir. Hatta çoğu zaman bir çalışmayı okumaya değip değmeyeceğine figürlerine ve figür açıklamalarına bakarak karar veririm. Bu yüzden figürler yalnızca “ek bilgi” değil, bilimsel anlatının bel kemiğidir.
Bu konuda aklıma her zaman aynı anı gelir. Doktora dönemimde bir arkadaşım hazırladığı bir figürü çıktı alıp danışman hocamız Prof. Philip Withers’a götürmüştü. Figürdeki yazılar o kadar küçüktü ki hocamız hiç tereddüt etmeden arkasını döndü, masasından büyüteç aldı ve öyle incelemeye başladı. Bir figür büyüteçle okunuyorsa, zaten okunmak istenmiyordur. O günden beri her figürümü şu soruyla kontrol ederim: “Bu grafik büyüteçsiz anlaşılabilir mi?”
Benzer bir durumu bizzat yaşadım. Çekme testi sonuçlarını çizip hocamla değerlendirmek üzere odasına gitmiştim. Grafiği önüme koydum. Hoca sadece şöyle dedi: “Bu eksenler ne?” Elbette sorunun cevabını biliyordu, ama benim figürüm hiçbir şey söylemiyordu. Hangi testi yaptığım, hangi koşullarda çalıştığım, kaç tekrar yaptığım, renklerin ne anlama geldiği… hiçbir bilgi yoktu. Sadece veri vardı. O an şunu çok net kavradım: Veriyi üretmek yetmez, onu anlamlı bir şekilde sunmak en az üretmek kadar önemlidir.
Benim makale yazma pratiğim de bu farkındalıkla şekillendi. Yazıya başlamadan önce mutlaka figürleri hazırlarım. Hangi verileri, hangi sırayla, nasıl bir bütünlük içinde sunacağımı figürler üzerinden kurgularım. Her figürün altına kısa birer paragraf yazar, ne anlatmak istediğimi netleştiririm. Bu bana yalnızca figürlerin anlatım gücünü değil, makalenin iskeletini de verir. Hatta çoğu zaman ilk araştırma grubu toplantılarımızda figürler üzerinden konuşur, anlatımın yapısını bu görseller üzerinden kurarız.
Bu yazı dizisinde de figürlerin nasıl hazırlandığını, hangi adımların takip edilmesi gerektiğini kendi pratiğimden yola çıkarak paylaşacağım. İlk yazıda genel ilkelere, dikkat edilmesi gereken noktalara değineceğim. İkinci yazıda ise eksik kalan kısmı tamamlacağım. Devamında ise örnek figürler üzerinden adım adım ilerleyeceğiz.
Hazırsanız başlayalım.
1. Adım: Bu Figür Gerçekten Gerekli mi?
Her figür, bir hikaye anlatmalıdır. Ama her hikaye bir figür gerektirmez.
İlk adımda kendinize şu soruları sorun:
- Bu figür okuyucunun anlamasını kolaylaştıracak mı?
- Aynı bilgiyi iyi yazılmış bir paragrafla vermek mümkün mü?
- Eğer bu figür olmasaydı, makalenin anlatısı eksik kalır mıydı?
- Bu figür, makalenin ana mesajlarından birini destekliyor mu?
Sadece “elimde bu veri var, boş kalmasın” diye figür eklemek yerine, her figürün bir amaca hizmet ettiğinden emin olun. Unutmayın, figür sayısı arttıkça okuyucunun dikkatini dağıtma riskiniz de artar.
2. Adım: Veri Tipine Göre Figür Formatı Seçimi
Veri kıymetlidir. Ama onu nasıl sunduğunuz, en az kendisi kadar belirleyicidir. Aynı sonucu üç farklı grafikle anlatabilirsiniz; fakat sadece biri okuyucunun zihninde yer eder. İşte bu yüzden, figür formatı bir süsleme değil, bilimsel bir strateji seçimidir.
Kendinize şu soruyu sorun:
“Bu veriyi nasıl sunarsam, okuyucu en kısa sürede ne demek istediğimi anlar?”
Aşağıda en yaygın veri türleri ve onlara en yakışan figür formatları var:
- Karşılaştırma yapıyorsanız farkları net gösterin.
- Bar chart (çubuk grafik): Farklı örnekler arasında kıyaslama yapacaksanız, tek bakışta kim güçlü kim zayıf göster.
Şekil 1. Yüzey pürüzlülük değerlerini gösteren örnek bir çubuk grafiği [1]
- Boxplot: Sadece ortalamayı değil, dağılımı da anlatmak için etkili bir grafik türüdür. Özellikle varyasyonları ve uç değerleri göstermek istiyorsanız, vazgeçilmez.
Şekil 2. Farklı kaplama kalınlıklarına sahip numunelerin üretim sonrasındaki kaplamala kalınlıklarının boxplot ile gösterimi [1]
Yukarıda, farklı nominal kaplama kalınlıklara sahip numunelerin, gerçek kaplama kalınlıklarını karşılaştıran bir boxplot (kutu grafiği) yer almaktadır. Bu tür grafikler, medyan, çeyrekler, aykırı değerler ve dağılım genişliği gibi istatistiksel bilgileri görsel olarak sunmak için idealdir.
- Scatter plot: Şekil 3te, X ile Y arasındaki ilişkiyi gösteren basit bir scatter plot (dağılım grafiği) yer almaktadır. Bu tür grafikler, iki sürekli değişken arasındaki korelasyonu görselleştirmek için idealdir.
Şekil 3. Bağımlı değişken (X) ve bağımız değişken (Y) arasındaki ilişkiyi gösteren bir scatter plot örneği.
b) Zamana bağlı hikayeler çizgiyle anlatılabilir.
- Line chart: Zaman serileri için açık ara en güçlü grafik. Degradasyon, yorulma, difüzyon… zaman içinde olan her şey için kullanılabilir.
Şekil 4. Farklı numuneler arasında korozyonun hızının zamana bağlı değişimini gösteren line grafiği. [1]
- Error band: Sadece çizgi değil, çizginin ne kadar güvenilir olduğunu da göstermek için kullanılır. Şekil 4’te noktalar üzerinde gördüğünüz çizgiler error bandlardır.
c) Görsel kaliteye yatırım yapın.
- SEM / OM / X-ray görüntüleri: Bu figürlerde estetik kadar netlik de önemlidir. Ölçek çubuğu olmadan görüntü koymak, harita olmadan rota çizmek gibidir.
Şekil 5. Korozyon testinden sonra SEM ile gözlemlenen farklı morfolojilere sahip bölgeler.
- EBSD / EDS haritaları: Renkler bilgi taşımalı. Aynı element için her figürde farklı renk kullanmak, okuyucuyu zora sokar.
Şekil 6. Farklı kaplamaların korozyon testinden sonraki kesit alanı ve onların EDX haritaları [1]
- Overlay: Aynı yapının iki farklı özelliğini (örneğin morfoloji + bileşim) üst üste koymak, daha fazla şeyi daha az alanda anlatmanın zekice yoludur. Tabi ki bununla ilgili örnekler vereceğiz. Ama bu bir başka yazının konusu.
d) Model gösteriyorsanız aşağıdaki adımlar kritik olur.
- Contour plot / Heatmap: Gerilme, sıcaklık, difüzyon… nerede yoğunluk var, nerede tehlike var, hepsi bir bakışta ortaya çıkar.
- Mesh görselleri: Sonlu eleman modelin ne kadar “temiz” olduğunu göstermek için gereklidir.
- Deformasyon haritaları: Sayıların yetmediği yerde şekil değişikliği anlatır. Zamana bağlı sıralı model görselleri bir araya getirmek, animasyon etkisi yaratır. Bunlarla alakalı görüntüleri daha sonraki yazılarımdan birinde göstereceğim.
- Karmaşık yapılardan bahsediliyorsa sadeleştir, grupla, ve yönlendir.
- PCA / t-SNE: Yüzlerce değişkeni üç eksene indirip malzemeleri kümeler hâlinde göstermek, karmaşıklığı kontrol altına almanın akıllı yoludur.
- Ternary plot: Üç bileşenli sistemlerde ideal oranı bulmak için vazgeçilmezdir. Kompozit malzemeler dünyasında adeta pusuladır.
- Network diagram: Bağlantılar, etkiler, akışlar… İlişkisel veri varsa, doğru çizgi her şeyin yerini belli eder.
Unutmayın:
Verinizi nasıl sunduğunuz, okuyucunun size ne kadar güvendiğini belirler. Karmaşık bir hikâyeyi sade bir figürle anlatmak ise gerçek bir ustalıktır.
Bu ilk bölümde, figür seçiminin temel adımlarını, doğru formatı belirlemeyi ve verinizi en etkili görselleştirme türüyle eşleştirmeyi ele aldık.
Serinin bir sonraki bölümünde ise, görsel tasarımın pratik yönlerine değineceğiz: rengi etkili kullanmak, doğru fontları ve hiyerarşiyi seçmek ve gerçekten okuyucuya yardımcı olan açıklama metinleri yazmak.
Adım adım figür hazırlama rehberine devam etmek için bir sonraki paylaşımı kaçırmayın!
