普林斯顿Stata教程 - Stata做图

译者：谢作翰 | 连玉君 | (知乎 | 简书 | 码云)

原文链接：Princeton Stata 在线课程 (Princeton University - Stata Tutorial )

Stata 现场培训报名中……

专题链接

2.1 散点图
- 2.1.1简单的散点图
- 2.1.2 拟合线
- 2.1.3 点标签
- 2.1.4 标题，图例和说明
- 2.1.5 轴标尺和标签
2.2 线图
- 2.2.1 简单的线图
- 2.2.2 标题和图例
- 2.2.3 线条样式
- 2.2.4 标度选项
- 2.2.5 图形方案
2.3 其他图形
- 2.3.1条形图
- 2.3.2 箱线图
- 2.3.3 核密度估计
2.4 图形管理

Stata拥有出色的图形功能，可通过graph命令，help graph了解详情。统计中最常见的图表是显示点或线的双坐标轴X-Y图。这可以通过子命令twoway实现。twoway命令中又含42个子命令及绘图类型，其中最重要的是scatter和line。我们将对scatter和line着重介绍，并简要介绍其他绘图类型。

Stata 10引入了一个图形编辑器，可用于交互式地修改图形。然而，我不会提倡这种做法，因为它与记录和确保研究中所有步骤可重复的目标相冲突。

本节中的所有图表（除非另有说明）都使用带蓝色标题和白色背景的自定义方案，我将在第2.2.5节对方案进行讨论。附文末有原文链接

2.1 散点图

在本节中，我将使用前文使用过的有关生育率下降的effort数据集进行图表说明。读取数据：

infile str14 country setting effort change   using http://data.princeton.edu/wws509/datasets/effort.raw, clear

为了激发你的兴趣，先展示我们将在本节中完成的作品：
本节成果

2.1.1简单的散点图

可以使用以下命令生成生育率变化（change）与社会环境（setting）关系的简单散点图：

graph twoway scatter change setting

请注意，首先指定的变量是在Y轴。如果变量有定义标签，则坐标轴显示变量标签名，若无定义则显示变量名。如果这是唯一的图，该命令可以缩写为twoway scatter，或者scatter。现在我们将添加一些东西。

简单散点图

简单散点图

2.1.2 拟合线

假设我们想显示拟合的回归线。在某些软件包中，你需要先进行回归，计算拟合线，然后对其进行绘制。Stata中可以使用lfit绘图类型一步完成所有操作（还有一个二次拟合绘图类型qfit）。通过将每个子图封闭在括号内，可以将它与散点图结合使用（也可以使用两条竖线来分隔它们）。

graph twoway (scatter setting effort)  (lfit setting effort)

拟合线和散点图

拟合线和散点图

现在假设我们想在回归线上显示置信区间。Stata可以通过lfitci来实现这一点，该绘图类型将置信区域绘制为灰色带。（还有一个qfitci类型用于二次拟合的频带。）因为置信带会遮蔽一些点，所以我们先绘制该区域再绘制点

graph twoway (lfitci setting effort)   (scatter setting effort)

显示置信区间带

置信区间带

请注意，该命令不会标记y轴，而是使用图例。你可以使用ytitle()选项为y轴指定标签，并隐藏图例legend(off)：

graph twoway (lfitci setting effort) (scatter setting effort) , ytitle("Fertility Decline") legend(off)

制定Y轴隐藏图例

制定Y轴隐藏图例

2.1.3 点标签

有很多选项可以让你对点标签进行控制，包括它们的形状和颜色，参见help marker_options。使用mlabel(varname)选项也可以用变量的值标记点。在下一步中，我们将国名添加到图中：

graph twoway (lfitci change setting) 
             (scatter change setting, mlabel(country) )

点标签

标签中的一个小问题是哥斯达黎加和特立尼达多巴哥（以及巴拿马和尼加拉瓜）相互重叠。我们可以使用12小时时钟指定标签相对于标记的位置来解决这个问题（12是上方，3是右方，6是下方，9是在标记的左边）。
我们创建一个变量，将默认设置的位置保持为3点，然后将哥斯达黎加移动到9点，特立尼达多巴哥移动到11点以上的位置（我们也可以将尼加拉瓜和巴拿马上移位，到2点方向）：

gen pos=3
replace pos = 11 if country == "TrinidadTobago"
replace pos = 9 if country == "CostaRica"
replace pos = 2 if country == "Panama" | country == "Nicaragua"

生成此版本图形的命令如下

graph twoway (lfitci change setting)  (scatter change setting, mlabel(country) mlabv(pos) )

去重叠

2.1.4 标题，图例和说明

有些选项适用于所有双向图形，包括标题，标签和图例等。Stata图表的title()和subtitle()通常在顶部，legend()，note()和caption()通常在底部，更多信息键入help title_options。通常你只需了解标题即可。Stata 11允许图形中的文本包括粗体，斜体，希腊字母，数学符号和字体选择。Stata 14引入了Unicode，大大扩展了可以完成的工作。help graph text以了解更多信息。

我们对图表的最后调整是添加一个图例来指定线性拟合和95％置信区间。我们使用order(2 "linear fit" 1 "95% CI")命令，图例的选项按照该顺序标记第二个和第一个项目。我们还使用ring(0)将图例移动到绘图区域内，并使用pos(5)将图例框放置在5点钟位置附近。完整命令就是：

 graph twoway (lfitci change setting) 
         (scatter change setting, mlabel(country) mlabv(pos) ) 
        , title("Fertility Decline by Social Setting") 
         ytitle("Fertility Decline") 
          legend(ring(0) pos(5) order(2 "linear fit" 1 "95% CI")) 
graph export fig31.png, width(500) replace             
(file fig31.png written in PNG format)

结果就是本节开始处显示的图形

2.1.5 轴标尺和标签

有一些选项可以控制轴的缩放比例和范围，包括xscale()和yscale()。可以是算术，对数值等。更多信息help axis_scale_options。其它选项控制主要和次要记号和标签，如xlabel(),xtick() and mtick()，同样地，对于y轴，见help axis_label_options。

2.2 线图

下面将使用美国预期寿命数据集来说明线图，这是数据Stata附带的数据集之一（试试sysuse dir看看还有什么可用的）。

sysuse uslifeexp ,clear
(U.S. life expectancy, 1900-1999)

我们的目标是绘制20世纪美国白人和黑人男性的预期寿命。为了激发你的兴趣，将先向你展示最终成果，然后我们将一点一点地构建图表。

美国预期寿命

2.2.1 简单的线图

最简单的图形是所有参数使用默认值：

graph twoway line le_wmale le_bmale year

默认参数做图

如果这就是我们所要的图形，可以将命令缩写为twoway line，或者line（只适用于散点图和线图）。

线图允许我们指定多个“y”变量，顺序为y1，y2，…，ym，x。本例中，我们指定了两个，分别对应白人男性和黑人男性的预期寿命。我们也可以使用两条线图：

(line le_wmale year) (line le_bmale year)

2.2.2 标题和图例

默认图形很好，但图例似乎太罗嗦，接下来我们要将大部分信息转移到标题中，只保留肤色信息：

graph twoway line le_wmale le_bmale year  , title("U.S. Life Expectancy") subtitle("Males") legend( order(1 "white" 2 "black") )

在这里，我使用了三个选项：title，subtitle和legend。legend选项有许多子选项; 此处用order列出关键点（即1和2）及其标签，说明第一条线代表白人，第二条线代表黑人。要省略关键点，只需将其从列表中移除即可。其他的图例选项，请参阅help legend_option。
图例信息转移

下面我希望在画图区域内移动图例来改善空间，比如说在5点钟左右的位置有空余空间。如前所述，我们可以通过使用ring(0) 将图例移动到绘图区域内，并通过pos(5)将其置于5点钟位置附近。因为这些都是图例子选项，所以都在legend()命令括号中输入：

graph twoway line le_wmale le_bmale year , title("U.S. Life Expectancy") subtitle("Males")  legend( order(1 "white" 2 "black") ring(0) pos(5) )

2.2.3 线条样式

我不知道你感觉如何，但我自己很难区分图画中的默认线条。Stata中有不同的方式控制线条样式。clstyle()选项可以让你使用已命名的不同风格，比如foreground，grid，yxline，或是根据线1~15使用样式命名的p1-p15，详情请参阅help linestyle。如果您想根据方案选择合适样式元素，这非常有用。

您也可以指定样式的三个成分从而确定风格：线条样式，宽度和颜色：

线条样式由clpattern()选项指定。最常见的模式是solid，dash和dot, 查看help linepatternstyle获取更多信息。
线宽由clwidth()指定，可用的选项包括thin，medium和thick,详情参见help linewidthstyle。
颜色由clcolor()指定，使用颜色名称（如red，white和blue）或RGB值确定颜色，请参阅help colorstyle。

我们将白人指定为蓝色，黑人指定为红色：

graph twoway (line le_wmale le_bmale year , clcolor(blue red) ) , title("U.S. Life Expectancy") subtitle("Males")  
legend( order(1 "white" 2 "black") ring(0) pos(5))

指定线条颜色

请注意，这clcolor()是线图的一个选项，所以我将括号放在line命令的周围并把clcolor()插入那里。

2.2.4 标度选项

由上图我们可以看出，预期寿命的提升速度在20世纪下半叶有所减缓。使用对数刻度可以更直观的理解，需要注意的是对数刻度中直线表示恒定的改善幅度。这由help axis_options可以很容易完成。尤其是yscale()，它可以让你选择算数（arithmetic），对数（log）或倒置刻度（reversed）。其中倒置刻度是指y轴是从最大的值开始的，最小值反而在最上方。还有一个子选项range()可以控制绘图范围。在这里，我将y范围指定为25到80，以便将曲线稍微向上移动：

. graph twoway (line le_wmale le_bmale year , clcolor(blue red) )  , title("U.S. Life Expectancy") subtitle("Males") legend(
>  order(1 "white" 2 "black") ring(0) pos(5))  yscale(log range(25 80))

2.2.5 图形方案

Stata使用方案来控制图的外观，参见help scheme。您可以设置默认方案并在所有图形中应用set scheme_name。您也可以使用不同的方案对所作的最后一个图形重新展示，选出效果最好的方案graph display, scheme(scheme_name）。

使用graph query, schemes查看可用方案类型列表。s2color方案适用于屏幕图表，s1manual是Stata手册中的风格。economist是经济学人杂志使用的风格。我们可以获得本节开头所示的图形使用的是economist风格。

 graph display, scheme(economist)
 graph export fig32.png, width(500) replace

2.3 其他图形

2.3.1条形图

条形图可用于绘制分类变量的频数分布，或绘制由分类变量定义的组内连续变量的描述性统计。我们将使用Stata附带的城市温度数据集为例说明。

城市温度数据集

如果我只是键入graph bar, over(region)我将获得区域变量的频数分布。让我们来展示一月和七月的平均气温的区域分布。要做到这一点，我可以指定(mean) tempjan (mean) tempjuly，但由于默认统计是平均值，我们可以简写如下。我认为默认图例太长，所以也指定了一个自定义图例。

我使用over()这样所以区域出现在同一个图表中;by()则相反，每个区域都会产生一个单独的坐标轴。bargap()选项则控制同一个组中不同统计的小节之间的间隔; 在这里我放了一个小空间。gap()(此处未使用)选项控制不同组别的空间。我还将颜色填充强度设置为70％，我认为这看起来更好。

 sysuse citytemp, clear
graph bar tempjan tempjul, over(region) bargap(10) intensity(70) 
     title(Mean Temperature) legend(order(1 "January" 2 "July")) 

. graph export bar.png, width(500) replace
(file bar.png written in PNG format)

平均气温地区分布图

显然，1月份东北部和北部中部地区比南部和西部冷得多。七月份的变化较少，但南部的气温较高。

2.3.2 箱线图

使用箱线图可以快速获得变量分布的特征，箱线图是取值范围为1~3分位数的箱子，将中位数用横线显示，并且在盒子上下方增加了“wiskers”，定义为距离中值不超过四分位数间距的1.5倍的最高和最低值。在wiskers上下方的点用圆圈表示为异常值。

让我们画一个地区1月份的温度箱形图。我将使用over(region)选项,并用sort(1)选项控制排列顺序——按照第一个变量tempjan中位数大小排列。我还通过设定RGB值将颜色设置为蓝色：

 graph box tempjan, over(region, sort(1)) box(1, color("51 102 204")) 
>     title(Box Plots of January Temperature by Region)

graph export boxplot.png, width(500) replace
(file boxplot.png written in PNG format)

箱线图

我们看到，1月份的气温在东北部和北部中部地区较低，变化较小，相当一部分城市气温异常偏冷。

2.3.3 核密度估计

对变量分布更详细的展示需要用到平滑直方图，可以使用kdensity命令使用核密度平滑器计算平滑直方图。

让我们使用默认设置对每个区域的1月温度进行单独的核密度估计，并保存结果。

 forvalues i=1/4 {
       capture drop x`i' d`i'
       kdensity tempjan if region== `i', generate(x`i'  d`i')
  }

 gen zero = 0

接下来我们做出核密度估计图。由于密度图重叠，我使用Stata 15中引入的不透明选项使它们透明度达到50％。在这种情况下，我使用颜色名称后面跟着一个%符号和不透明度。我也简化了图例，匹配密度的顺序，并把它放在图示的右上角。

. twoway rarea d1 zero x1, color("blue%50") ///
>    ||  rarea d2 zero x2, color("purple%50") ///
>    ||  rarea d3 zero x3, color("orange%50")  ///
>    ||  rarea d4 zero x4, color("red%50") ///
>        title(January Temperatures by Region) ///
>        ytitle("Smoothed density") ///
>        legend(ring(0) pos(2) col(1) order(2 "NC" 1 "NE" 3 "S" 4 "W"))     

. graph export kernel.png, width(500) replace
(file kernel.png written in PNG format)

这个图示使我们清楚地看到了1月份气温的区域差异，东北部和北部中心地区的气候分布更冷，更窄，南部和西部的气候相当相似。

2.4 图形管理

Stata默认在内存中保存您绘制的最后一个图形，并将其称为“Graph”。如果你在在创建图形时使用name()为图形单独命名，在内存中可以保留多个图形。这对于组合图形很有用，help graph combine了解更多。请注意，即使您保存了数据，保存在内存中的图表也会在您退出Stata时消失，除非您保存图形本身。

要使用Stata自己的格式将当前图形保存到磁盘上，输入graph save filename。该命令有两个选项replace和asis，如果该文件已存在，则需要使用replace选项替代原有图形，而asis选项会冻结图形（包括其当前风格），然后将其保存。默认情况下，将图形保存为可在未来可编辑的实时格式。以Stata格式保存图形后，可以使用graph use filename命令从磁盘加载它。（graph save和graph use类似于save和use）存储在内存中的任何图形可以使用graph display [name]显示。help graph_manipulation了解更多信息。

如果您打算将图表合并到另一个文档中，您可能需要将其保存为更便携的格式。Stata的命令graph export filename可以使用各种矢量或光栅格式导出图形，通常由文件扩展名指定。您还可以使用graph print打印图形，或使用Windows剪贴板将其复制并粘贴到文档中。

关于我们

【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。

公众号推文同步发布于【简书-Stata连享会】和【知乎-连玉君Stata专栏】。可以在简书和知乎中搜索关键词Stata或Stata连享会后关注我们。

推文中的相关数据和程序，以及 Markdown 格式原文可以在【Stata连享会-码云】中获取。【Stata连享会-码云】中还放置了诸多 Stata 资源和程序。如 Stata命令导航 || stata-fundamentals || Propensity-score-matching-in-stata || Stata-Training 等。

联系我们

欢迎赐稿： 欢迎将您的文章或笔记投稿至Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

意见和资料： 欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。

招募英才： 欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

联系邮件： [email protected]

欢迎加入Stata连享会(公众号: StataChina)

教程原文

原文链接：Princeton Stata 在线课程 (Princeton University - Stata Tutorial )