STATA绘图实战：从基础散点图到高级自定义
1. STATA绘图基础：从零开始画散点图
第一次用STATA画图时，我盯着命令行发呆了半小时——明明Excel点两下就能出图，为什么要写代码？直到某次项目需要批量处理200组数据，我才发现代码化操作的真香定律。scatter命令就像乐高积木的基础模块，看起来简单，却能搭建出无限可能。
先看最基本的语法结构：
scatter wage educ这行代码会以教育年限(educ)为横轴，工资(wage)为纵轴生成散点图。但实际项目中我们常需要更复杂的操作，比如同时展示三组数据：
scatter wage exper educ, msymbol(O X D) mcolor(blue red green)这里用不同形状和颜色区分了工资与工作经验(wage-exper)、工资与教育年限(wage-educ)的关系。遇到过最典型的坑是变量顺序——STATA默认最后一个变量是x轴，其他都是y轴变量。有次我把educ和wage顺序写反，差点得出"教育程度越高工资越低"的荒谬结论。
提示：用
graph twoway scatter和twoway scatter其实等价，就像"番茄"和"西红柿"的区别，选你顺手的写法就行
2. 让散点图会说话：视觉元素深度定制
2.1 散点形状的七十二变
新手最常问："为什么我的图全是小圆圈？"其实STATA内置了20+种标记形状。通过msymbol()选项，可以把散点变成三角形(T)、钻石(D)甚至隐形(i)：
scatter wage educ, msymbol(Dh) // 空心钻石 scatter wage exper, msymbol(T) msize(vlarge) // 大号三角形实测发现空心符号在黑白打印时比实心更清晰。有个冷知识：符号大小用msize()调整时，vlarge(超大)和ehuge(巨无霸)的区别在投影演示时特别明显。
2.2 用颜色讲故事
期刊编辑最讨厌全灰的图表。用mcolor()调色时，我习惯先用graph query colorstyle查色卡：
scatter wage educ, mcolor("220 100 50") // RGB色值 scatter wage exper, mcolor(ebblue%70) // 带70%透明度的蓝最近帮某快消品牌做竞品分析时，用palette color ebblue sand对比出他们与竞品的市场分布差异，客户当场就续约了。记住：颜色不仅要美观，更要传递信息——比如用红色突出异常值。
2.3 大小即权重
当需要展示第三个维度时，点的大小就是天然指标。比如用不同大小表示工作经验：
scatter wage educ, msize(*2) // 所有点放大2倍 scatter wage educ [aw=exper], msize(vtiny(*0.5) huge(*2)) // 按经验加权这里有个隐藏技巧：在msize()里用星号(*)表示相对大小，比直接写medium、large更灵活。上周分析城市GDP数据时，用气泡大小表示人口规模，直接让数据立体了起来。
3. 专业级图表打磨术
3.1 坐标轴的隐形控制
审稿人最挑剔的往往是坐标轴细节。这几个命令我每周都用：
scatter wage educ, xscale(log) ylabel(0(5)50, grid) // 对数坐标+网格线 scatter wage educ, xscale(off) yscale(titlegap(*2)) // 隐藏x轴+调整标题间距遇到过最变态的需求是双y轴图表：
scatter wage educ || scatter price educ, yaxis(2) // 右侧添加第二纵轴关键是要用yaxis(2)激活右侧坐标，再用ytick(#10, axis(2))精细控制刻度。记得加图例说明，否则读者会以为你画的是抽象画。
3.2 参考线的妙用
想在图中标注行业平均工资？yline()和xline()就是你的荧光笔：
scatter wage educ, yline(15.5, lpattern(dash)) // 行业平均线 scatter wage educ, xline(12 16, lcolor(red%30)) // 重点教育年限做政策效果评估时，我用虚线标出政策实施年份，瞬间让"前后对比"一目了然。透明度设置(%30)能让参考线既不喧宾夺主，又足够醒目。
3.3 图例的排版艺术
被吐槽最多的就是混乱的图例。这几个参数能拯救你的排版：
scatter wage educ exper, legend(pos(5) cols(1) order(2 1)) // 5点钟方向单列排序 scatter wage educ, legend(region(lcolor(none))) // 去掉图例边框最近发现legend(rowgap())和colgap()能微调间距，再也不用截图后PS调整了。如果是面板数据，一定要试试by()组的图例统一控制。
4. 复合图形：1+1>2的魔法
4.1 拟合线增强说服力
单纯散点图可能看不出趋势，加上拟合线就有故事了：
scatter wage educ || lfit wage educ, legend(label(2 "线性趋势")) scatter wage educ || qfit wage educ, lcolor(red) // 二次拟合做薪酬分析时，二次拟合曲线清晰显示出"教育回报率随学历提升而下降"的现象。注意用不同线型区分拟合类型，比如虚线(lpattern(dash))表示预测区间。
4.2 组合图表的多维呈现
把散点图与箱线图组合，既能看分布又能看异常值：
scatter wage educ || box wage, over(educ) nooutsides // 组合箱线图时间序列数据可以这样玩：
scatter wage year || line wage year || rcap wage_hi wage_lo year // 带置信区间上周用这种组合图展示疫情期间工资波动，客户说"比10页报告还直观"。关键是要用||连接不同图形元素，再用over()处理分组变量。
5. 输出即战力：从屏幕到论文
5.1 导出高分辨率图片
期刊对图版要求严苛，这个组合拳我百试不爽：
graph export "wage_educ.png", width(2000) replace // 2000像素宽 graph export "wage_educ.tif", resolution(600) // 600dpi印刷级血泪教训：千万别用默认分辨率，否则印刷出来全是马赛克。emf格式适合Word插入，pdf适合LaTeX，而svg可以无限缩放。
5.2 自动化批量出图
当需要处理几十个相似图表时，foreach循环就是救命稻草：
foreach var in wage income bonus { scatter `var' educ, title("`var' by Education") graph export "`var'_educ.png", replace }加上scheme(sj)能让所有图表保持统一学术风格。建议把常用设置写成do文件模板，比如我的my_style.do里预置了字体、配色等参数。
6. 避坑指南：我踩过的那些雷
- 中文乱码：在
graph export前加上set graph_font "SimSun"，或者直接用英文字段 - 比例失调：用
aspectratio()锁定长宽比，比如aspectratio(0.618)黄金分割 - 图例覆盖：调整
graphregion(margin())扩大绘图区域 - 颜色失真：印刷前用
set cmykcolor切CMYK模式，屏幕展示用RGB - 异常值淹没：加
if wage<100条件过滤，或用yscale(r(0 50))聚焦主要区间
有次我忘了replace选项，导致整晚的批处理结果全没保存。现在养成了条件反射——所有导出命令必加, replace。另一个反直觉的技巧：有时graph close _all比重启STATA更能解决诡异显示问题。