一个精心绘制的图形或图可以说明实验的方式，分析数据的方式或样本身份和大小。另一方面，经过深思熟虑的人物可能会混淆和误导 - 从根本上讲，可能会揭示不良的研究设计。无论哪种方式，糟糕的数字都可以在发表其作品时向自己的作者带来障碍（这是雄辩地做到了BMC生物学编辑委员会成员莱斯利·沃斯霍尔（Leslie Vosshall））。
在我们的新社论系列中这张照片怎么了？，我们探讨了一些可以误导或模糊信息的常见方式，包括轴心缩放，配色方案和统计测试的问题。该系列的一部分是受到发展过程中出现的问题的启发报告清单从本月开始，作者提交给BMC生物学将要求填写。清单是为了回答人们对透明度的需求和研究出版物的更高可重复性的越来越多的认识，正确的插图可能是一半的战斗。
在将系列组合在一起的过程中，我们从客座编辑约翰·布鲁克菲尔德（John Brookfield）和纳川（Shinichi Nakagawa）的意见中受益匪浅，借鉴了他们作为研究人员的自己的兴趣和专业知识，以及作为审稿人的bugbears。（您可以通过阅读我们的编辑委员会的其他成员对棘手的统计和其他问题的看法。博客揭示了他们对我们的报告清单的看法）
根据我自己作为博士学位的经验研究人员，我知道产生引人注目的数字可能具有挑战性，尤其是面对尖端研究中越来越复杂的数据，尤其是当大多数本科生和研究生生活科学教学教学中，几乎没有制作有关出版物的人物和手稿的正式教学。似乎随着新的实验技术和技术的发展，展示他们产生的信息的方法并不总是保持步伐。
或者更隐藏的软件包使无关紧要的人物无需考虑其设计和无意中的误导就可以生成数字。
在本系列中，我们建议一些针对我们提出的问题的具体解决方案，我们希望这些解决方案将作为早期研究人员的指南特别有用。甚至可能在新实验的早期阶段对数字进行一些思考，可能会暴露出缺失的对照组或统计分析问题，并导致对调查本身的修改。
我们欢迎对该系列的建议和评论，并希望引发辩论和讨论。一张图片可能价值一千个字 - 但它总是说明正确的故事吗？
有时，图片可以告诉其背后的数据量，这超过了一千个单词。在实验中，这是一个非常好的有用的工具，可以说明并显示实验。但是，如果需要，图片旁边可能会使用其他单词。什么是完美的团体。