数据呈现 | Stata+R绘图：小提琴图，展示不同地区婚姻市场状况

小提琴图 (Violin Plot) 用于显示数据分布及其概率密度，因其形态类似小提琴而得名。

小提琴图是箱线图与核密度图的结合，中间的黑色粗条表示四分位数范围，从其延伸的幼细黑线代表 95% 置信区间，而白点则为中位数。

图注：图片来源于网络

箱形图在数据显示方面受到一定限制，简单的设计往往隐藏了有关数据分布的重要细节。例如使用箱形图时，我们不能了解数据分布是双模还是多模，而小提琴图可以显示更多详情，但同时也可能包含一些干扰信息。

婚姻数据集

本期，我们用民政局公布的2018年全国31个省份婚姻市场数据，绘制小提琴图，分组展示东部、中部和西部的离婚率异同。表1展示了婚姻数据集相关细节。

表1 全国31个省结、离婚状况

省份	地区	结婚人数	离婚人数	离婚率
北京	东部	137818	66616	0.4834
天津	东部	97486	60742	0.6231
河北	东部	456728	194276	0.4254
山西	中部	279133	70803	0.2537
内蒙古	西部	176866	82095	0.4642
...	...	...	...	...
陕西	西部	300405	100174	0.3335
甘肃	西部	210611	40866	0.1940
青海	西部	57332	12210	0.2130
宁夏	西部	59355	17264	0.2909
新疆	西部	151654	43879	0.2893

注：离婚率=离婚人数/结婚人数。

左右滑动查看更多

绘图代码

基于婚姻数据集，下面我们用Stata中的vioplot命令和R中的ggplot2包来分别绘制小提琴图。

Stata中vioplot命令：

*导入数据

import excel "C:\Users\Desktop\marriage.xlsx", sheet("Sheet1") firstrow

左右滑动查看更多

*绘制小提琴图，请安装：ssc install vioplot

vioplot marriage_rate,over(area) ytitle('离婚率')

左右滑动查看更多

R中ggplot2包中的geom_violin命令：

## 加载包
library(openxlsx)
library(ggplot2)
library(hrbrthemes)

##读取数据
marriage<-read.xlsx('C:/Users/Desktop/marriage.xlsx')

##展示前6行
head(marriage)
#    pro  area   mar    unmar  marriage_rate
#1   北京  东部  137818   66616    0.4833621
#2   天津  东部   97486   60742    0.6230843
#3   河北  东部  456728  194276    0.4253648
#4   山西  中部  279133   70803    0.2536533
#5 内蒙古  西部  176866   82095    0.4641650
#6   辽宁  东部  280169  151832    0.5419300

## 绘制图形
marriage$area<-factor(marriage$area,order=T,levels = c('东部','中部','西部'))

ggplot(marriage,aes(x=area,y=marriage_rate,fill=area))+
  geom_violin(alpha=0.5) + ## 小提琴图
  geom_jitter(alpha=0.3,color='red')+ ##添加抖动散点
  geom_boxplot(width=0.1,color='grey',alpha=0.2)+ ##添加box
  theme_ipsum() +
  xlab('area')+
  theme(legend.position = 'none')+
  xlab('')+
  ylab("离婚率")

左右滑动查看更多

图形展示

运行-上述代码，我们就可以轻松绘制出小提琴图了，效果如下：

Stata绘图效果：

Stata小提琴图

R绘图效果：

R小提琴图

从两幅图中，我们很直观地发现：三大地区的婚姻市场表现不一，经济发达的东部和中部地区，离婚率要明显高于经济欠发达的西部地区。特别注意的是，中部地区的黑龙江和吉林，离婚率全国排名最高，达到60% 以上。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：简华（何年华）审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注