目录

引言

数据的导入与观察

单变量作图

单连续变量作图

1.箱图

2.直方图

单分类变量作图

1.饼图

2.柱状图

多变量作图

分类变量 X 分类变量

1.交叉表

分类变量 X 连续变量

1.柱状图：over 与 by

连续变量 X 连续变量

1.散点图

2.散点图与拟合线（图层概念）

3.折线图

连续变量 X 连续变量 X 连续变量

1.矩阵图

图形组合

教程索引

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 :)

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

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。

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：

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：

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。

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：

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。

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。

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：

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。

Bingo！你会得到一个长这样的饼图：

饼图固然好用，然而当你面对一个类别很多的变量时，过于细碎的饼图会严重影响食用阅读体验。比如，我们想了解净高度（headroom）的分布。输入 tabulate headroom 会发现它有八个取值：

这时，柱状图(bar) 会是一个更好的选择。

上一个命令中，你已经接触到了“over”这一指令，但也许你还不能完全理解它。绘制柱状图能让你对“over”有一个更直观的认识。现在，分别尝试一下这 2 条命令吧：

命令 1 将会得到一个值为 3 的柱子，它的y轴标签是"mean of headroom"；

命令 2 才会得到和 tabulate 命令下的表格相关的图表。

发现了吗？命令 1 是描述 headroom 的均值，命令 2 才是依据其取值分组描述。在多变量的章节里，我们还会遇见柱状图，那时你就（一定程度上）会告别“over”指令了。

因此我们学到了一个重要的知识点：over(x) 的含义是，根据变量 x 进行分组绘图。

现在我们在命令 2 的基础上做一些美化，涉及到的知识点包括：y轴刻度的设置、柱体标签的添加、柱体标签保留整数。

换了一个更有活力的颜色，你将获得这样的柱状图：

值得一提的是，我们还需要注意分类的变量是什么样的分类情况。根据不同的分类情况在 x 轴对不同分类进行排序。一般而言：

除此之外，如果想绘制横向的柱状图，只需要把 graph bar 更改为 graph hbar 就可以了。

更多关于柱状图的知识请参阅 help bar 命令。

描述统计后的统计推断离不开多变量之间的可视化。

一般而言，我们很少对双定类变量作图，更经常的情况是使用列联表（交叉表、双向表也是它的名字）去描述它们。例如，我们想看看1978年维修记录（rep78）和汽车来源地（foreign）的交互情况，使用 tabulate 命令：

说句题外话，对于这种列联表，将它导出至 excel，使用条件格式的数据条/色阶，就能得到一份花花绿绿好读的表格。

我们要和老朋友见面了：柱状图。

上一章结束的时候，我们提到了柱状图当中“over”的用法，而另一个容易引起混淆的是“by”。

现在设想一下，我们想看看不同汽车来源地（foreign）的汽车价格（price）和汽车重量（weight），分别试试这 3 条命令，看看会画出什么：

将会得到这三张图（我偷偷地组合了一下，后面会有组合图的相关命令），左上的图（order1）表示命令1；右上的图（order2）表示命令2；左下的图（order3）表示命令3：

发现了吗？

不做任何处理的情况下，stata 会绘制出每个变量的均值；

第二，如前面提到，over 表示的是根据……分组，例如 over(foreign) 表示的就是根据变量 foreign 分组。命令中可以出现多个 over ，分组的顺序将会按照 over 的出现顺序，意思即“先根据……分组，再根据……分组”；

而 by 则会对每个分组都做一个图。

当然，你也可以有其他选择，这组数据同样可以用饼图中的 over 和 by 来做可视化。

关于柱状图的美化，因为前面已经提到了，这里不再赘述。

我们想查看不同重量汽车（weight）的售价（price）有何关系。散点图(scatter)跃跃欲试了。

 现在我们熟悉一下散点图的美化，涉及到的知识点包括：如何安装外部包、散点图的点型设置、散点图的点颜色设置、散点图的点大小设置。

散点图改头换面：

尤其需要注意的是，在 stata 里是有图层概念的，后绘制的图层会覆盖先绘制的图层。散点图中，由于经常需要绘制拟合直线和置信区间，因此很容易碰到图层之间的叠加。

现在，假设我们需要绘制上面那个散点图的拟合线和 95% 置信区间。你会在接下来的命令里学习到：stata 绘图中图层的运作形式

分别尝试下面两段命令，它们会产生不同的效果：

第一段命令，先绘制 scatter，再绘制 qfitci（曲线拟合线和置信区间，直线拟合线则为 lfitci）：

会得到第一个图形：

第二段命令，先绘制 qfitci，再绘制 scatter：

会得到第二个图形：

 比较两个图形，我们会发现这些不同点：

因此，各位在绘制复合图形时，请记得分好图层，避免因为覆盖而损失信息的情形发生。

输入 help scatter 以查看进一步的散点图绘图技巧；输入 help twoway 以查看进一步的多变量绘图技巧。

看到散点图大放光彩之后，折线图也按耐不住了。

折线图(line)表示的是一种趋势，最广泛的运用范围是随时间推进，某一变量的演变过程。

但这份 auto 数据并没有时间序列的变量，为此，我们先自己来创建一个递增的序号。

这时假设我们要了解随着序号（id）变动，价格（price）如何波动，绘制折线图会发现：

之所以出现这样的图形是因为，我们之前输入了 sort make 命令，即按照变量 make 去排序了。

当然，这一步为了模拟真实数据中，变量值的排序不总是规律的，为了让折线图可视化，常态下我们必须在绘图命令里加入 sort。

好，来点有挑战性的，假设现在我们要了解随着序号（id）变动，价格（price）和重量（weight）如何波动，并且强调价格 10000 以上和序号在 60 以后的部分。

我们一起来看进阶的折线图绘制命令，涉及的知识点包括：按照特定顺序排序取值、设置 x 轴刻度、设置不同线型、在图表中增加线和文本说明、调整文字大小、调整图例位置。

 锵锵：

有些时候，我们不得不面对观测多个连续变量两两之间的关系，而一一绘制他们的散点图显然是一件很麻烦的事情。不过 Stata 提供了矩阵图(matrix)的绘制。

例如现在我们想了解价格（price）、重量（weight）和长度（length）之间的两两关系，那么我们先绘制基础的矩阵图：

和散点图一样，我们可以对它进行精修，相信你仍然记得上面散点图的说明：

为了节约空间，我们常常需要把描述同一件事不同方面的图形组合在一块。这个时候，我们就需要使用"graph combine"命令。

比如说，我们现在要组合三个图，图 1 叫做排水量（displacement）和齿轮传动比（gear_ratio）的散点图；图 2 叫做排水量（displacement）在不同来源（foreign）的表现；图 3 叫做齿轮转动比（gear_ratio）在不同来源（foreign）的表现。

综合运用前面所学的知识点，我们开始绘制图形，其中涉及的知识点包括：图形的组合、图形的保存与导出。

我们将会得到由三个图形构成的一个图形：

这个图形我们还有一些优化空间，主要是两点：

第一，命令稍显冗长，第二个柱状图和第三个柱状图有大量重复的命令，我们可以使用暂元（macro）进行精简，而这是 stata 绘图中使命令简洁美观的重要方法；

第二，两个柱状图一个在第一行，一个在第二行，不利于读者进行对比，也不符合我们分类的思维方式，因此我们应该考虑调整图片的位置。

我们可以对上面的命令做出这些优化，涉及的知识点包括：暂元在 stata 绘图中的使用、组合图形时对图形的位置更改、图形的导出。

发现了吗，我们先 local 了一个叫做 bar_set_01 的暂元，令这个暂元储存了我们需要输入的柱状图设置参数，此后绘制柱状图时，我们就只需要调用 bar_set_01，在 local 暂元中，调用的形式是使用 `' 把暂元名称括起来。（千万注意两个引号是不同的！）

Stata 还有一种名为 global 的暂元，由于这种暂元使用较少，因此不在这里做更多讲解。大伙要是有兴趣的自行搜索，以及（画饼）如果有机会的话后续我还会出相关教程。

还有一点，在 graph combine 命令的选项里，我们加入了一行 hole(2) 的命令，其作用在于空出右上方的象限。

最终绘制的图形：

那么至此，你已经掌握了 stata 的基本绘图方法，不过教程是死的，大伙还需对实际情况做出分析，绘制最合适的图片进行可视化。祝大家生活愉快 :)

最后，为大家汇总了一下我自己绘图学习过程中遇到的好文，感谢这些作者和我的老师们在我学习过程中给予了巨大的帮助：

美观类：

如何用Stata作漂亮的图？来看超详细教程！ - 知乎

史上最牛Stata绘图模版-schemepack：酷似R中的ggplot2 - 知乎

Stata黑白图形模板：中文期刊风格的纯黑白图形| 连享会主页

基础类：

一文看尽 Stata 绘图_arlionn的博客-CSDN博客_stata画图

第 3 章：Stata中的图形制作

普林斯顿Stata教程之Stata做图 - 简书

用STATA画图—各种作图调整美化命令汇总笔记 - Stata专版 - 经管之家(原人大经济论坛)

进阶类：

Stata绘图：随机推断中的系数可视化| 连享会主页

Stata绘图：柱状图专题-T212| 连享会主页

Stata绘图：回归系数可视化-论文更出彩| 连享会主页

Stata：空间计量之用-spmap-绘制地图.md| 连享会主页

天书（基本看不懂但感觉很厉害，希望有缘人能看懂）类：

Stata绘图：绘制单个变量的时序图| 连享会主页