每篇SCI都免不了做各种比较，比较两组间、甚至多组间的差异。小编整理了一些组间比较的可视化，总能找到适合你文章的那一款！
两组间的比较，你可以这样：
Group2_Figure_1：在不同条件下的两组间差异比较(填充型box图，可以看到趋势和离散值)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出p值。
Group2_Figure_2：在不同条件下的两组间差异比较(非填充型box图，可以看到每个点的分布)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出p值。
Group2_Figure_3：在不同条件下的两组间差异比较(小提琴 box图，可以看到趋势和数据集中分布)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出p值。
Group2_Figure_4：在不同条件下的成对比较(非填充型box 连线图，可以看到每个点的变化)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出p值。
Group2_Figure_5：error_bar图可视化两组间的差异(error bar，可以看到每个分组的潜在误差范围)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出显著性情况。
ns: p > 0.05；
*: p <= 0.05；
**: p <= 0.01；
***: p <= 0.001；
****: p <= 0.0001；
Group2_Figure_6：线图可视化两组间的差异(error 线图，可以看到每个分组的潜在误差范围以及变化趋势)，Wilcoxon秩和检验（当然，你可以选择任何统计学检验方法），标记出显著性情况。
在有多个分组中，任意两组间的比较，你可以这样：
Group3_Figure_1：box图展示，计算整体和任意两组间的统计学差异（这里采用KW的非参数检验计算多组间差异；再利用Wilcoxon检验计算任意两组间的差异）。
Group3_Figure_2：非填充式的box图展示，计算整体和任意两组间的统计学差异（这里采用KW的非参数检验计算多组间差异；再利用Wilcoxon检验计算任意两组间的差异），可用不同形状代表不同分组。
Group3_Figure_3：小提琴图展示，计算整体和任意两组间的统计学差异（这里采用KW的非参数检验计算多组间差异；再利用Wilcoxon检验计算任意两组间的差异），可以展示出p值，或标记显著性符号。
