本文作者：王玉婷，中南財經(jīng)政法大學金融學院
文字編輯：崔趙雯
技術(shù)總編：余術(shù)玲
??各位小伙伴、大伙伴大家好刺啦，我爬蟲俱樂部“張三豐”又回來啦~
1. 導讀
??大家應該還記得，前段時間我們揭了Sustainability的老底（《在Sustainability上發(fā)文最多的原來是這些高芯榔ⅲ》）玛瘸，整理了世界主要國家和地區(qū)的研究機構(gòu)在Sus上發(fā)文的名單和數(shù)量。為了更直觀地觀察各國的發(fā)文情況苟蹈，我發(fā)現(xiàn)了著名的空間數(shù)據(jù)可視化命令——spmap糊渊，作圖效果如下圖所示：
2. 語法及其簡單應用
??spmap是一個外部命令，首先我們需要安裝該命令：
ssc install spmap
??spmap的語法結(jié)構(gòu)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的語法可以分為三層慧脱，spmap也是通過疊加這三個圖層來實現(xiàn)繪圖的渺绒。
??第一層：底層地圖(basemap)。代表由多個子區(qū)域組合而成研究區(qū)域，如在世界地圖中宗兼，各個國家和地區(qū)即為該地圖的子區(qū)域躏鱼。在Stata中，構(gòu)造底層地圖的數(shù)據(jù)集(countries_cor.dta)結(jié)構(gòu)如下圖所示：
??其中殷绍，_ID是標識變量染苛，_X和_Y是用于橫、縱坐標主到，對于每個子區(qū)域（如茶行，中國）都擁有成百上千對(_X,_Y)來構(gòu)造該區(qū)域的形狀。我們來看一下世界地圖的輪廓镰烧。
cd D:\sus_part3\data
use countries_cor.dta,clear
scatter _Y _X,msize(vtiny)
??運行結(jié)果如下圖所示：
??該層還可以設置[attribute]選項拢军，該選項是在使用spmap命令時，位于master數(shù)據(jù)集中的一個數(shù)值型變量怔鳖，比如各國在Sus上的發(fā)文總量(SUM)茉唉。我們通過設置漸變色來直觀地展示世界主要國家和地區(qū)的發(fā)文情況。
use draw_dbf.dta,clear //master數(shù)據(jù)集包含了[attribute]變量SUM
spmap SUM using countries_cor.dta, ///
id(_ID) clmethod(custom) /// **設置標識變量结执，分級類型為用戶自設**/
clbreaks(0 100 500 1000 2000 3000 5000 13000) fcolor(Reds2) /**設置分段度陆，設置漸變色為紅色漸變**/
??運行效果如下圖所示：
??第二層：根據(jù)研究需要，我們可以在底層地圖上添加各種空間對象(spatial objects)献幔。目前懂傀，spmap命令有6種空間對象可供選擇，分別是多邊形(polygon)蜡感、點(point)蹬蚁、線(line)、箭頭(arrow)和標簽(label)郑兴。比如犀斋，現(xiàn)在我們想突出顯示美國這個子區(qū)域：
**從世界地圖中將構(gòu)建美國區(qū)域的坐標對另存為USA_cor.dta**
use countries_cor.dta,clear
keep if _ID==252
save USA_cor.dta,replace
use draw_dbf.dta,clear
**第一層，底層地圖**
spmap SUM using countries_cor.dta, ///
id(_ID) clmethod(custom) ///
clbreaks(0 100 500 1000 2000 3000 5000 13000) fcolor(Reds2) /// **第二層情连，突出顯示美國區(qū)域叽粹，藍色填充，輪廓線粗細適中**/
polygon(data(USA_cor.dta) fcolor(blue) osize(medthin))
??運行結(jié)果如下圖所示：
??再比如却舀，我們想以發(fā)文量為比重描點虫几。
use draw_dbf.dta,clear
**第一層：底層地圖**
spmap using countries_cor.dta, id(_ID) /// **第二層：在底層地圖上描點，world_point.dta包含了描點的坐標xcoord和ycoord變量**/
point(data(world_point.dta) xcoord(xcoord) ycoord(ycoord) /// **第二層美化：設置比例變量為SUM挽拔，填充顏色為彩虹色**/
proportional(SUM) shape(o) size(large) by(_ID) fcolor(Rainbow))
??運行結(jié)果如下圖所示：
??第三層：根據(jù)自身的需要辆脸，我們可以在第一、第二層上添加更多元素(elements)螃诅，比如比例尺(scalebar)每强、標題(title)始腾、注釋(note)州刽、圖例(legend)等空执。
use draw_dbf.dta,clear
**第一層：底層地圖**
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)) /// **第二層：突出顯示美國子區(qū)域**/
title("世界主要國家和地區(qū)在Sustainability發(fā)表論文的數(shù)量",size(*1.2)) subtitle("Jan.2009-Sep.2020",size(*0.8)) /// **第三層：添加圖例、標題等其他元素**/
graphregion(margin(medium)) ///
note("Source:爬蟲俱樂部整理")
??運行結(jié)果如下圖所示：
3. 關(guān)鍵點
??綜合來看穗椅，使用spmap作圖有兩大難點辨绊。
??（1）獲取坐標數(shù)據(jù)集難
??在第二部分的簡單應用中，我們所用到的坐標數(shù)據(jù)集有：countries_cor.dta：世界國家級地圖坐標數(shù)據(jù)集匹表，是使用shp2dta命令轉(zhuǎn)換countries.shp文件而來门坷。而.shp由ESRI（Environmental Systems Research Institute)開發(fā)的shape文件，一個shape文件包括一個主文件袍镀，一個索引文件默蚌，和一個dBASE表。其中主文件的后綴就是.shp苇羡。
??簡單來說绸吸，shape文件是美國一家地理信息系統(tǒng)技術(shù)公司制作的坐標數(shù)據(jù)文件，我們可以使用Stata的外部命令shp2dta將該文件轉(zhuǎn)換為dta文件设江。shape文件可以在某度搜索锦茁，關(guān)鍵詞為“中國 shapefile”，或者從https://gadm.org/data.html下載叉存。轉(zhuǎn)換命令為：
ssc install shp2dta
shp2dta using countries.shp, ///
database("countries_dbf") coordinates("countries_cor")
??USA_cor.dta：美國地圖坐標數(shù)據(jù)集码俩。從countries_cor.dta中提取的_ID為252（代表美國）的坐標對。
??world_point.dta：描點坐標數(shù)據(jù)集歼捏。該數(shù)據(jù)集包括發(fā)文量top10的國家的坐標對（每個國家只需要一組稿存，一般是該國的首都經(jīng)緯度），因為數(shù)據(jù)量比較小瞳秽，所以本勞模手工查找了這些國家首都的經(jīng)緯度瞭空，如果數(shù)據(jù)量比較大，也可以在某度中搜索逊笆，關(guān)鍵詞為“世界各國經(jīng)緯度表”谭羔。
??（2）理解master數(shù)據(jù)集和各坐標數(shù)據(jù)集的關(guān)系難
master數(shù)據(jù)集和各坐標數(shù)據(jù)集的關(guān)系確實一時難以理解，但肯定比《紅樓夢》的人物關(guān)系簡單痰洒。
??圖中方框為數(shù)據(jù)集文件瓢棒，圓圈代表對應的變量。其中的難點是丘喻，如何將master（我們自己的研究數(shù)據(jù)集）與basemap建立聯(lián)結(jié)脯宿？可以看到，我們是通過countries_dbf.dta文件來建立聯(lián)結(jié)的泉粉。
??countries_dbf.dta文件是轉(zhuǎn)換countries.shp而來的文件之一连霉，其數(shù)據(jù)結(jié)構(gòu)為：
??我們自己的研究數(shù)據(jù)集draw_dbf的數(shù)據(jù)結(jié)構(gòu)為：
??對比以上兩個數(shù)據(jù)集榴芳，我們發(fā)現(xiàn)它們有相同的變量NAME，因此我們將兩者橫向合并：
use draw_dbf.dta,clear
merge 1:1 NAME using countries_dbf.dta,keepusing(_ID)
??這樣跺撼，我們就通過_ID標識變量將master數(shù)據(jù)集與basemap數(shù)據(jù)集聯(lián)結(jié)起來了窟感。這也給我們一個提示：在整理自己的數(shù)據(jù)集(master)時應盡可能使每個觀測對象的名稱(NAME，比如國家名稱歉井、省市名稱等)與countries_dbf.dta中一致柿祈。
??本文用到的所有數(shù)據(jù)集均可通過后臺回復spmap獲取，快去打開Stata試試看吧~
