挖点好玩的

写在前面

• 这里分析的文章并不全，跟图书馆情报部门（链接）的相比，2016年附一的文章有800多篇，而我这里只有不到600篇，2015年的相对好一点，图书馆600篇，我统计到500篇。这都是可以预见的，因为单位的书写规范问题。因此可能有一些大神的大作并未收录，因此结果仅供参考。
• 文章数量的统计并不全是SCI文章，但是在后面统计到impact factor相关内容时就都是SCI，因为SCI才有if。

本次分析总过获取了8533条记录，经筛选，最终剩余3405条记录。现将结果归纳如下：

年文章数量的增长速度

从下图中可以看到，附一文章的增长速度是非常快的，2000年之前几乎是是个位数。然而主要原因并不是文章数量本身的增长，而是名字的更改、校区的合并。合并之后也并不是能马上改变称呼，因此，我认为2010年之后的统计相对可信，起码那个时候基本统一了通讯地址的书写。这么算，增长速度也是惊人的，6年翻了三倍，今年见刊的也差不多刚过半，估计也是妥妥的增长。

文章的if总体分布情况

下图的横坐标是经过log10转换的，可以缩短if的机械差异，凸显低分段的分布。可见1分到5分占据了绝对优势。

由于if是取自杂志，于是进一步分析。从所投杂志来看，分数最高的NEMJ，以及NATURE、lancet oncology、JOC等我院都有产出，但是几乎都是只有1篇。而数量最多的是PLOS ONE，这也符合大陆人的整体趋势。总的来看，是一个双曲线样的分布：文章数量多的，if都不会很高。

作者的分布情况

可以开始膜拜大神了。下图是作为一作或者通讯的作者分布（取了if之和前25的大神）。纵轴代表拥有文章的if之和，散点与原点连线的斜率代表篇均if分数。此图有很多信息，只可意会。

膜拜完大神，可以了解一下我院的新锐力量，下图是只作为一作的作者分布（if之和前25）。展现方式与前图完全相同。如果把此图分为四个象限，右下象限代表量产派，左上象限代表质量派，文章风格一目了然。然而好多人不认识。

各科室科研能力PK

各科室的科研成果分布是什么样的呢？请看下图，总的来看，内科的几大牛逼科室拔尖，外科系统整体差距不大。

进一步分析，将麻醉科内的各个学者的合作关系展现如下：

红色代表第一作者，黄色代表通讯作者，做过一次一作的即为红色，做过一次通讯的即为黄色。连线的粗细代表合作文章的数量。后图为缩进的前图，好玩的是此图可以随意拖拽缩进，展示所有学者之间的合作关系，遗憾的是无法在此页面中展示。

文章主题的探索

下图的横轴为WOS平台对文章分类的，纵轴为文章数量。通过此图可以简单了解下我院众多学者的研究方向：各位学者领域多与肿瘤和基础医学相关。

进一步利用词云分析文章所有的关键词可得到下图：

干细胞、坏死、预后为最多的关键词，仍然与肿瘤是相关的。由于机器并不把 cancer单独作为一个词，因此有很多不同部位的cancer出现在上图中，例如breast cancer, lung cancer等。

写在最后

• 本项目通过WOS提供的平台手动下载数据而非脚本自动获取。
• 利用python进行数据清洗，R+python进行数据可视化，除了最后的词云，其余均为R语言完成。
• 数据清洗的过程基本花了2/3的时间，想要可视化省心，数据清洗必须做到位。本次学习还是出现了很多失误，致使花费大量时间（近2周）。
• 做网络图的时候，刚开始准备做所有人的，结果发现数据量太大，电脑跑不动。然后就只取了通讯作者和第一作者，这样的话联系太分散，也没有多大意义。最后才决定只做一个科室的，从最后的结果看，还是比较合适的。
• 学者分布那一块还是觉得很有意义，尤其是对后面同学选择导师可能会有所帮助。如果喜欢，可以朋友圈转发，就当是百晓生的兵器谱，如果想暗中观察某位大神的著作，这里是地址。