在论文中画图，可以根据不同的需求和技能水平选择合适的电脑软件。以下是一些常用的软件及其特点：

Microsoft Excel

特点：广泛使用的电子表格软件，内置多种图表类型如柱状图、折线图、散点图等，操作简单，适合初学者。

适用场景：适用于简单的数据可视化需求，如制作表格和基础图表。

Adobe Illustrator

特点：高质量的矢量图形编辑软件，适合绘制科研图表，支持多种输出格式如PDF、SVG等。

适用场景：适用于需要高精度和复杂度的图表制作，尤其是科研论文中的插图。

MATLAB

特点：科学计算和数据可视化领域的佼佼者，提供强大的编程环境和丰富的绘图函数，适合复杂的数据处理和可视化操作。

适用场景：适用于需要进行高级数据分析和可视化的研究人员。

Origin

特点：专业的科学绘图软件，功能丰富全面，支持多种图表类型，操作简单灵活。

适用场景：适用于学术界和科研领域的数据分析和图表绘制，尤其是需要高质量图表的情况。

Gnuplot

特点：命令行交互式绘图工具，画图速度快，画风清爽，开源免费。

适用场景：适用于需要快速绘制图表且不介意编写代码的用户。

Matplotlib

特点：Python的标配画图包，绘图函数与Matlab相似，曲线精致，开源免费，支持Latex公式插入。

适用场景：适用于需要Python编程基础的数据可视化任务。

Microsoft Visio

特点：Windows操作系统下的流程图软件，功能强大，支持手绘，适用于绘制流程图、示意图等。

适用场景：适用于绘制流程图、示意图等，尤其是需要手绘效果的情况。

D3.js

特点：基于数据驱动的JavaScript可视化库，可以将数据转换为视觉图形，支持HTML、SVG和CSS。

适用场景：适用于需要创建动态交互式数据可视化的用户。

Scidraw

特点：免费科研矢量图素材库，提供高度可定制性和兼容性，支持LaTeX模板。

适用场景：适用于科研作图，尤其是需要高质量插图的情况。

Hiplot

特点：开源数据可视化平台，提供快速迭代和数据可视化工具，支持中英文环境。

适用场景：适用于科研人员需要快速创建和分享数据可视化的情况。

根据以上软件的特点和适用场景，可以选择最适合自己的工具来制作论文中的图表。对于初学者和需要快速制作基础图表的用户，Excel和Origin是不错的选择；对于需要高精度和复杂度图表的研究人员，Adobe Illustrator和MATLAB更为合适；而对于需要创建动态交互式数据可视化的用户，D3.js和Scidraw可能更适合。