数据呈现 |Stata+R+Python：一文帮你解决Paper、PPT中的数据可视化问题

数据可视化，是对数据有逻辑思维方式进行视觉呈现的科学技术。如何从数据抽提出来的各种属性和变量信息，将其绘制成“赏心悦目”的图案，是一门艺术。 

“文不如表，表不如图”。利用基础数据，掌握好各种图形的绘制方法和技巧，并制作出精美的图案，不仅可以向读者清晰直观的传达从数据析出的结论，而且往往带给人们以美的体验。

如何利用基础数据绘制出让“领导”和“老师”们，现场“瞠目结舌”、背后“啧啧称赞”的漂亮图形呢？本期，我推荐三个网站分别介绍通过热门软件——Stata、R和Python，可以绘制出精美图形的方法和技巧，供大家参考。

1

►Stata | Graphics

https://www.surveydesign.com.au/tipsgraphs.html

上面推荐的【Stata绘图】网址，共展示了200多幅变化多样、形态各异的Stata图样和命令（每幅图样，点开“+Expand”即可查看具体stata代码）。下面仅展示两幅图例，供大家预览。

▎stata中zmap图样和命令：

▎stata中sequence plot图样和命令：

整个网址stata图样，涉及到数据样本，既有截面和时间序列数据，也有面板数据。图形范例，不仅包含了初级图形，如柱状图、折线图、散点图和饼图等，也囊括了中高级图形，如密度图、热力图、马赛克图和航线图等，内容十分丰富，完全满足各位师生需求。

2

►R | Graphics：

https://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html

如果你是【R绘图】“菜鸟”，但又想了解一些其他别类的绘图技巧。除了看一些常见ggplot2工具书外，还可以从Paul Murrel网站学习一下相关绘图知识。里面大概有七章内容分别介绍了R Graphics图形和命令。下面仅展示Chapter 1中部分图样的细节，如有兴趣去该网站访问此界面，并点开蓝色“Rcode”即可预览相关R代码。

3

►Python | Graphics：

https://pyecharts.org/#/zh-cn/intro

最后，如果你是学习【Python绘图】兴趣者，那么我就要极力推荐pyecharts了。里面的绘图教程，一步步详细介绍了每幅图从简单成型到进阶渲染，再到炫酷主题等操作过程和代码调用，可谓“步步贴心”。

▎python绘图：简单成型

▎python绘图：炫酷主题

图形好看，但想要绘制出理想的效果，并直观表达出数据所析出的结论，必须深刻地理解我们研究的主题，利用已有数据包含的信息，观其结构，查其维度，潜心勤加练习每幅图绘制技法，做到“他山之石，可以攻玉”。

最后，方便大家查询，再次给出上面三个软件的绘图网址：

Stata | Graphics：https://www.surveydesign.com.au/tipsgraphs.html

R | Graphics：https://www.stat.auckland.ac.nz/~paul/RGraphics/rgraphics.html

Python | Graphics：https://pyecharts.org/#/zh-cn/intro

绘图网站千千万，由于个人精力有限，相似专业绘图网站无法完全罗列，内容上也无法面面俱到。个人仅推荐了平时积累到的三家绘图网站，并给出自己拙见，与大家交流。当然，十分欢迎大家进行补充。

文末福利

利用企研数据资源，给出个人平时部分绘图样例和相关命令，供大家参阅。

Stata样例1

国企改革40年，国有工业企业在不同时期下数量变化

*读入数据

use  "C:/Users/qiyandata/firm_num.dta",clear

*定义时间序列

tsset year

*绘制图形

twoway ///

function y=15.705,range(1993 2002) recast(area) color(gs12) base(-0.705)|| ///

function y=15.705,range(2013 2018) recast(area) color(gs12) base(-0.705)|| ///

function y=0,range(1978 2017) lstyle(grid)|| ///

function y=5,range(1978 2017) lstyle(grid)|| ///

function y=10,range(1978 2017) lstyle(grid)|| ///

function y=15,range(1978 2017) lstyle(grid)|| ///

function y=1998,range(-0.705 15.705) horizontal lstyle(grid)|| ///

tsline firm_num if tin(1978,2018),xlabel(1978(5)2018) lstyle(p1) ///

legend(order(5 1 "Recession")) tlabel(,grid) scheme(s2color)

Stata样例2

人才战略、创新创业与经济发展

*读入数据

use  "C:/Users/qiyandata/IE.dta",clear

*绘制图形

twoway ///

(scatter lnRD index [fweight= GDP] , msymbol(Oh) )(qfit  lnRD index) ///

(scatter lnRD index,xtitle("R&D人员全时当量（人年）对数") ytitle("创新创业指数（2017年）") mlabel( province ) ms(i))

R样例1

大健康产业企业存续数量2018

——企研大健康产业专题库

#加载包

library(openxlsx)

library(REmap)

#导入数据

hdata<-read.xlsx('C:/Users/qiyandata/Health2018.xlsx',1)

#绘制企业存续数量热力图

hplot<-remapC(hdata,

        maptype = 'china',

        color = c('red','yellow'),

        theme = get_theme('Bright'),

        title = "2018年存续企业数量分布",

        subtitle = "单位：万家",

        markPointTheme = markPointControl(),

        mindata = 0,

        maxdata =10)

plot(hplot)

R样例2

历年山东省股权投资笔数

——企研股权互投专题库

##载入包

library(openxlsx)

library(tidyverse)

library(lubridate)

library(gganimate)

##读取数据

invent_data<-read.xlsx('C:/Users/qiyandata/invent_data.xlsx')

##绘制动图

ggplot(invent_data,aes(invent_in,invent_out,color=ind_name))+

        geom_text(aes(label=ind_name))+##添加数据文本标签

        theme(legend.position="none")+##关闭图例

        labs(title='Year:{frame_time}',x="外来投资笔数",y="对外投资笔数")+

        transition_time(year)+ease_aes('linear')

往期推荐

数据Seminar

这里是经济学与大数据的交叉路口

作者：企研数据 · 研究中心 · 简华

编辑：青酱

    欢迎扫描👇二维码添加关注