数据呈现 | 用Stata画的三维图很奇怪怎么办？

本文转自公众号：Stata and Python数据分析

本文作者：尚晨曦，河南大学经济学院

导读

在实证研究中，我们经常需要画图来更直观的表示数据之间的关系，而三维图更是在此基础上超越平面，实现在立体空间上的表达，不仅更加美观，而且具有很强的视觉冲击力。比如：

然而这些美丽的立体图好像都是”别人家的孩子“，同样的命令，我们自己的三维图却长这个样子：

今天小编就带大家仔细分析一下造成如此奇怪图形的原因，进而画出漂亮的三维图~

一、命令介绍

关于使用Stata画三维图的命令有以下三个：graph3d、surface、scat3。

具体命令介绍可以参考往期推文：

小编在这里就不再赘述了。我们今天主要使用的是graph3d这个命令，话不多说，我们从模仿大佬做的图开始吧~

二、操作演示

今天我们模仿的图为：

德国夫妻双方每月总劳动收入的预算约束（x轴代表第一劳动者的劳动收入，y轴代表第二劳动者的劳动收入，z轴代表每月可支配收入） 

来源：Jessen, Robin, Davud Rostam‐Afschar, and Viktor Steiner. "Getting the poor to work: Three welfare increasing reforms for a busy Germany." (2015).

「第一步：安装graph3d命令」

ssc install graph3d,replace

「第二步：输入数据」

use "budget_graphs3d.dta",clear

「第三步：绘制三维图」

graph3d lab_income_m y_Basic_Income_Flat_Tax lab_income_f

图形输出：

这。。。什么鬼？？别着急，我们通过graph3d的一些选项来进行调整。

「第四步：美化三维图」

1.使用cuboid加上长方体框；innergrid在长方体框上添加额外的网格线；wire将数据点连接起来；colorscheme()给数据点换个颜色。

graph3d lab_income_m y_Basic_Income_Flat_Tax lab_income_f, ///
cuboid innergrid wire colorscheme(cr)

图形输出：

是不是的确有好一些了~

2.使用xang()、 yang()把图形旋转一下；blv使长方形的顶点用黑色小圆点显示；coord()标出长方体所有点的坐标；mark设计数据点形状；equi设计数据点距离；markeroptions(msize())设计数据点大小。

graph3d lab_income_m y_Basic_Income_Flat_Tax lab_income_f, ///
cuboid innergrid wire colorscheme(cr) xang(10) yang(292) blv ///
coord(4 5 7 8) format("%12.0fc") mark equi markeroptions(msize(1))

图形输出：

基本已经大功告成了~

3.设置标签内容、位置、角度

graph3d lab_income_m y_Basic_Income_Flat_Tax lab_income_f, ///
cuboid innergrid wire colorscheme(cr) xang(10) yang(292) blv ///
coord(4 5 7 8) format("%12.0fc") mark equi ///
markeroptions(msize(1)) xlab("Primary") ///
ylab("Monthly Household Disposable Income") zlab("Secondary") ///
xlang(355) ylang(90) zlang(30) xlpos(2) ylpos(2) zlpos(12)

图形输出：

复制完成，是不是也没有那么难呢~

三、注意事项

虽说三维图很美观，视觉上层次分明，但并不是所有的数据都适合使用三维图来描述的，如果你绘制的三维图很奇怪，在这里小编有以下几点建议和改进方法：

1.数据x、y、z中最好有两个数据所组成的点均匀遍布平面，如下图所示：

2.通过xang()、 yang()调整图像角度，使得图像更立体直观。

3.分别尝试Stata中graph3d、surface、scat3三个画三维图的命令，可能有不同的收获。

4.加一些命令的选项，例如加上长方体框、改变颜色，调整数据点的大小等，也是让图像更美观的好方法。

5.生成图像以后，使用图形编辑器进行微调。

今天的分享就到这里，你学会了吗？

星标⭐我们不迷路！

想要文章及时到，文末“在看”少不了！

点击搜索你感兴趣的内容吧

往期推荐

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

推荐 | 张静红
    欢迎扫描👇二维码添加关注    

点击下方“阅读全文”了解更多