空间数据可视化之spmap命令

本文作者：王玉婷，中南财经政法大学金融学院

文字编辑：崔赵雯

技术总编：余术玲

爬虫俱乐部云端课程

  爬虫俱乐部于2020年暑期在线上举办的Stata与Python编程技术训练营和Stata数据分析法律与制度专题训练营在不久前已经圆满结束啦~应广大学员需求，我们的课程现已在腾讯课堂全面上线，且继续提供答疑服务。现在关注公众号并在朋友圈转发推文《来腾讯课堂学Stata和Python啦！》或《8月Stata数据分析法律与制度专场来啦!》，即可获得600元课程优惠券，集赞50个再领200元课程优惠券！（截图发至本公众号后台领取）原价2400元的课程，现在只要1600元！   

各位小伙伴、大伙伴大家好，我爬虫俱乐部“张三丰”又回来啦~

1. 导读

大家应该还记得，前段时间我们揭了Sustainability的老底（《在Sustainability上发文最多的原来是这些高校》），整理了世界主要国家和地区的研究机构在Sus上发文的名单和数量。为了更直观地观察各国的发文情况，我发现了著名的空间数据可视化命令——spmap，作图效果如下图所示：

2. 语法及其简单应用

spmap是一个外部命令，首先我们需要安装该命令：

ssc install spmap

spmap的语法结构如下：

spmap [attribute] [if] [in] using basemap [, ///
            basemap_options ///
            polygon(polygon_suboptions) ///
            line(line_suboptions) ///
            point(point_suboptions) ///
            diagram(diagram_suboptions) ///
            arrow(arrow_suboptions) ///
            label(label_suboptions) ///
            scalebar(scalebar_suboptions) ///
            graph_options]

spmap的语法可以分为三层，spmap也是通过叠加这三个图层来实现绘图的。

第一层：底层地图(basemap)。代表由多个子区域组合而成研究区域，如在世界地图中，各个国家和地区即为该地图的子区域。在Stata中，构造底层地图的数据集(countries_cor.dta)结构如下图所示：

其中，_ID是标识变量，_X和_Y是用于横、纵坐标，对于每个子区域（如，中国）都拥有成百上千对(_X,_Y)来构造该区域的形状。我们来看一下世界地图的轮廓。

cd D:\sus_part3\data
use countries_cor.dta,clear
scatter _Y _X,msize(vtiny)

运行结果如下图所示：

该层还可以设置[attribute]选项，该选项是在使用spmap命令时，位于master数据集中的一个数值型变量，比如各国在Sus上的发文总量(SUM)。我们通过设置渐变色来直观地展示世界主要国家和地区的发文情况。

use draw_dbf.dta,clear  //master数据集包含了[attribute]变量SUM
spmap SUM using countries_cor.dta, /// 
    id(_ID) clmethod(custom)  /// **设置标识变量，分级类型为用户自设**/
    clbreaks(0 100 500 1000 2000 3000 5000 13000) fcolor(Reds2) /**设置分段，设置渐变色为红色渐变**/

运行效果如下图所示：

第二层：根据研究需要，我们可以在底层地图上添加各种空间对象(spatial objects)。目前，spmap命令有6种空间对象可供选择，分别是多边形(polygon)、点(point)、线(line)、箭头(arrow)和标签(label)。比如，现在我们想突出显示美国这个子区域：

**从世界地图中将构建美国区域的坐标对另存为USA_cor.dta**
use countries_cor.dta,clear
keep if _ID==252
save USA_cor.dta,replace

use draw_dbf.dta,clear
**第一层，底层地图**
spmap SUM using countries_cor.dta, ///
    id(_ID) clmethod(custom)  ///
    clbreaks(0 100 500 1000 2000 3000 5000 13000) fcolor(Reds2) /// **第二层，突出显示美国区域，蓝色填充，轮廓线粗细适中**/
    polygon(data(USA_cor.dta) fcolor(blue) osize(medthin))

运行结果如下图所示：

再比如，我们想以发文量为比重描点。

use draw_dbf.dta,clear
**第一层：底层地图**
spmap using countries_cor.dta, id(_ID)  /// **第二层：在底层地图上描点，world_point.dta包含了描点的坐标xcoord和ycoord变量**/
    point(data(world_point.dta) xcoord(xcoord) ycoord(ycoord) /// **第二层美化：设置比例变量为SUM，填充颜色为彩虹色**/
              proportional(SUM) shape(o) size(large) by(_ID) fcolor(Rainbow))

运行结果如下图所示：

第三层：根据自身的需要，我们可以在第一、第二层上添加更多元素(elements)，比如比例尺(scalebar)、标题(title)、注释(note)、图例(legend)等。

use draw_dbf.dta,clear
**第一层：底层地图**
spmap SUM using countries_cor.dta, ///
    id(_ID) clmethod(custom)  ///
    clbreaks(0 100 500 1000 2000 3000 5000 13000) fcolor(Reds2) ///
        polygon(data(USA_cor.dta) fcolor(blue) osize(medthin))  /// **第二层：突出显示美国子区域**/
    title("世界主要国家和地区在Sustainability发表论文的数量",size(*1.2)) subtitle("Jan.2009-Sep.2020",size(*0.8)) /// **第三层：添加图例、标题等其他元素**/
    graphregion(margin(medium)) ///
    note("Source:爬虫俱乐部整理")

运行结果如下图所示：

3. 关键点

综合来看，使用spmap作图有两大难点。

（1）获取坐标数据集难

在第二部分的简单应用中，我们所用到的坐标数据集有：countries_cor.dta：世界国家级地图坐标数据集，是使用shp2dta命令转换countries.shp文件而来。而.shp由ESRI（Environmental Systems Research Institute)开发的shape文件，一个shape文件包括一个主文件，一个索引文件，和一个dBASE表。其中主文件的后缀就是.shp。

简单来说，shape文件是美国一家地理信息系统技术公司制作的坐标数据文件，我们可以使用Stata的外部命令shp2dta将该文件转换为dta文件。shape文件可以在某度搜索，关键词为“中国 shapefile”，或者从https://gadm.org/data.html下载。转换命令为：

ssc install shp2dta
shp2dta using countries.shp, ///
    database("countries_dbf") coordinates("countries_cor")

USA_cor.dta：美国地图坐标数据集。从countries_cor.dta中提取的_ID为252（代表美国）的坐标对。

world_point.dta：描点坐标数据集。该数据集包括发文量top10的国家的坐标对（每个国家只需要一组，一般是该国的首都经纬度），因为数据量比较小，所以本劳模手工查找了这些国家首都的经纬度，如果数据量比较大，也可以在某度中搜索，关键词为“世界各国经纬度表”。

（2）理解master数据集和各坐标数据集的关系难
master数据集和各坐标数据集的关系确实一时难以理解，但肯定比《红楼梦》的人物关系简单。

图中方框为数据集文件，圆圈代表对应的变量。其中的难点是，如何将master（我们自己的研究数据集）与basemap建立联结？可以看到，我们是通过countries_dbf.dta文件来建立联结的。

countries_dbf.dta文件是转换countries.shp而来的文件之一，其数据结构为：

我们自己的研究数据集draw_dbf的数据结构为：

对比以上两个数据集，我们发现它们有相同的变量NAME，因此我们将两者横向合并：

use draw_dbf.dta,clear
merge 1:1 NAME using countries_dbf.dta,keepusing(_ID)

这样，我们就通过_ID标识变量将master数据集与basemap数据集联结起来了。这也给我们一个提示：在整理自己的数据集(master)时应尽可能使每个观测对象的名称(NAME，比如国家名称、省市名称等)与countries_dbf.dta中一致。

本文用到的所有数据集均可通过后台回复spmap获取，快去打开Stata试试看吧~ 

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐

关于我们

微信公众号“Stata and Python数据分析”分享实用的stata、python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

此外，欢迎大家踊跃投稿，介绍一些关于stata和python的数据处理和分析技巧。

投稿邮箱：[e-mail]

投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。
2）邮件请注明投稿，邮件名称为“投稿+推文名称”。
3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。