Stata基础绘图教程

withjerrylee

已于 2022-12-02 14:55:20 修改

阅读量3.7w

点赞数 61

文章标签： ux 数据分析信息可视化

于 2022-12-02 14:48:07 首次发布

本文链接：https://blog.csdn.net/Ptrose/article/details/126998179

版权

引言

这是一份Stata作图的入门级别教程，附带一些简单的可视化心得。

我在工作中学到了不少 Stata 的知识，已经迫不及待想分享给你们啦！当然，我试图把这份教程写得好玩，希望对各位能有所帮助 :)

数据的导入与观察

在 stata 里输入这行命令，你会获得一份 Stata 为你准备好的数据：

sysuse auto, clear //调用Stata的系统数据：auto

观察这组数据，你会发现一些变量是分类的（例如 rep78, foreign），另一些变量是连续的（例如price, mpg）。

在进行 stata 绘图时，我们需要考虑两个问题：

我们是针对一个变量还是多个变量作图？
变量（们）是分类的还是连续的？

我们将一一来看这些情况。

值得一提的是，我建议各位在作图时都采用 #delimit；的分行形式，这一命令表示 stata 只有遇到分号才会换行，其他情况都不会换行。而 #delimit cr 则表示取消这种分行形式。

采用这一分行形式作图的最大优点在于，我们可以将负责不同模块的命令按行分类，同时也便利给每行加上注释，使画图命令更加容易被读者理解。

在下面作图命令的示例中，也将一并演示这一分行方法的应用。

单变量作图

单变量作图被广泛运用在描述统计中。但很多时候必须仔细考量，因为单变量作图有时并不是可视化的好选择，甚至一些情景还不如直接摆上数据直观。

单连续变量作图

1.箱图

现在，我们想了解一下汽车的价格（price）是什么样的。一般而言，箱图（box）是单连续变量作图最广泛的应用。一起动手画一个吧：

graph box price

你将收获你的第一个（？）Stata 图形（好耶！），它长这样：

当然，你也可以罗列一些变量，来看看每个变量的分布如何。不过，为了保持可读性，这些变量的分布（第一四分位、中位数等等）不应该差太多。

现在，假如我们想了解汽车里程数（mpg）、行李箱空间（trunk）的分布，并且要稍微美化一下箱型图。

下面的图形会涉及这些知识点：风格设置、线型设置、颜色设置、标记点设置、去网格线、保存。

别担心，我在每行命令后面都加上了注释：

#delimit ;

graph box mpg trunk, //逗号后面表示的是图形的option
    scheme(s1mono) //使用s1mono的酷炫黑白风格···（1）
    medline(lcolor(black) lwidth(thin)) //把中位数的线变为黑色，线型为 thin 
    box(1, lcolor(black) fcolor("232 69 69")) //第1个箱，框线黑色，填充的rgb值 ···（2）
    box(2, lcolor(black) fcolor("43 46 74 % 70")) //第2个箱，框线黑色，填充的rgb值与透明度
    marker(1, msymbol(oh)) //把第 1 个箱型图的离散值点设置为Oh形态 ···（3）
    ylabel(, nogrid) //去掉图形的网格线
    saving(haoye!!, replace); //把图片保存到本地，命名为haoye!!

#delimit cr

//（1）除此之外，stata还内置有s2mono风格，你还可以外部安装例如tufte, burd等风格模板。
//（2）输入 help colorstyle 以查看全部用法。注意 black%0 和 black*0 是不一样的，前者将是透明的。
//（3）输入 help symbolstyle 以查看全部用法。
// 此外，把 graph box 改为 graph hbox，可以得到横向的箱型图

你会获得一张看起来有内味儿了的图片：

输入命令 help graph box 可以查看更多自定义选项。

2.直方图

箱图展示的是比较宏观的分布。但如果我们想了解微观的内容，例如在这份样本中，每个价格区间有多少车呢？显然，箱图无法展示这个结果，这时用直方图(histogram)会清楚很多：

histogram price, freq //price的直方图，纵坐标是频次

默认图形看得真是让人脑阔疼，但别着急，我们有魔法。

接下来有这些知识点：标题设置、直方图起始点、直方图宽度与间距、直方图填充颜色、直方图线条颜色、直方图线条宽度。

#delimit ;

histogram price,
    scheme(s1mono) //使用s1mono的酷炫黑白风格
    title("hist price") //标题hist price
    frequency //也就是freq，你也可以在这里填percent和fraction
    start(3000) //第一个柱子从3000开始
    width(1000) gap(5) //每个柱子宽1000，柱间距为5
    fcolor("155 164 180") //柱填充色rgb
    lcolor("120 122 145") //柱外框线rgb
    lwidth(medthin); //柱外框线线型medthin

#delimit cr

//直方图的其他知识：
//（1）bin(#)设置有几个柱子；但与width(#)不能共存
//（2）可以输入normal, kdensity加入曲线

经过修饰之后的直方图长这样，它可以很好地展示每千元区间内有多少汽车：

输入命令 help histogram 可以查看更多自定义选项。

单分类变量作图

1.饼图

在类别不多的时候，饼图(pie)是个不错的选择。

这里我们还会开始接触作图的条件命令。比如说，我们想了解变量“1978年维修记录”（rep78），同时我们还想排除缺失值（缺失值被记为“.”）尝试输入这个命令：

graph pie if rep78 != ., over(rep78) //over(rep78)表示根据rep78的取值做切片

将会得到这样的图形：

请注意，饼图命令基本上都要通过 over 把变量括起来，关于 over 命令我们会在 分类变量 X 连续变量 那一部分更详细介绍。

如果直接写 graph pie rep78，将只能得到一个~~（发霉的蓝莓蛋糕）~~漂亮的蓝色圆。

现在，我们例行装饰饼图，我们会开始接触知识点：副标题的设置、图例位置和排布的自定义、添加饼图标签、标签大小设置、更改不同饼块的颜色。

#delimit;

graph pie if rep78 != ., 
    over(rep78)
    scheme(s1mono) //一直用它，怎会如此？
    title("pie reg78") //设置标题
    subtitle("a nice pie chart", size(*0.7)) //设置副标题࿰

最低0.47元/天解锁文章