就比如许秋，他看一眼别人文章中的几张图，就大概明白这个人做了什么工作，有什么创新之处。

搞的花里胡哨的，他最多会多看一眼，却并不会提高这篇文章在他心里的分数。

但像《自然》这类高影响力的综合性期刊，因为它会面向全部领域，所以大多数看到文章的人，并不是相关领域的业内人士。

直接给他们看干巴巴的数据，不仅看起来枯燥，而且也看不懂啊。

这个时候，就需要包装一下，用一些插图来辅助表达，同时把图片弄好看些，吸引人们的阅读兴趣。

说不定，就因此引起到一个其他领域的大佬的注意。

几方人马一拍即可，定下合作计划，岂不美哉。

……

数据整理是个挺让人头秃的活。

有些数据可用，有些数据不可用，这些确定了的都还好说。

但世界不是非黑即白的，数据也不是只有可用、不可用两种情况。

还存在一些模棱两可的数据：

比如，一组光吸收光谱图中，有四根曲线，其中一根曲线中有一个小的吸收峰与其他三组略有差异。

这可能是一个独特的实验现象，也可能只是样品制备的原因。

虽然这个细节可能无足轻重，但终究是一个小瑕疵。

这时候就要判断：

到底是整体重做一遍，去验证究竟是什么原因？

还是将就着用呢？

甚至用smooth（光滑）功能把这点差异抹除掉呢？

搞到最后，许秋决定索性不能直接使用的数据，通通重做一遍。

做出这样的决定，当时感觉很爽，终于不用纠结了。

不过很快，新的问题又随之产生。

他发现，四个体系中，p4t-2od的数据很完整。