1. 桑基图(Sankey)介绍
sankey图可用于数据从一系列节点到另一系列节点流入流出的可视化。
主要有两个基本概念：
- 节点 （nodes）
- 连接 （links）： 源节点至目标节点之间的关系，每个连接包括三个元素：
- source： 源节点
- target： 目标节点
- value： 数据
ref: https://developers.google.com/chart/interactive/docs/gallery/sankey
2. 绘制桑基图（使用pyecharts）
常用的绘图库 matplotlib, seaborn 好像不支持桑基图， 这里使用了 pyecharts 。
这里https://gallery.pyecharts.org/#/Sankey/sankey_base有几个例子。
简单用法如下：
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Sankey
# 数据
data = [[ 'Brazil', 'Portugal', 5 ],
[ 'Brazil', 'France', 1 ],
[ 'Brazil', 'Spain', 1 ],
[ 'Brazil', 'England', 1 ],
[ 'Canada', 'Portugal', 1 ],
[ 'Canada', 'France', 5 ],
[ 'Canada', 'England', 1 ],
[ 'Mexico', 'Portugal', 1 ],
[ 'Mexico', 'France', 1 ],
[ 'Mexico', 'Spain', 5 ],
[ 'Mexico', 'England', 1 ],
[ 'USA', 'Portugal', 1 ],
[ 'USA', 'France', 1 ],
[ 'USA', 'Spain', 1 ],
[ 'USA', 'England', 5 ],
[ 'Portugal', 'Angola', 2 ],
[ 'Portugal', 'Senegal', 1 ],
[ 'Portugal', 'Morocco', 1 ],
[ 'Portugal', 'South Africa', 3 ],
[ 'France', 'Angola', 1 ],
[ 'France', 'Senegal', 3 ],
[ 'France', 'Mali', 3 ],
[ 'France', 'Morocco', 3 ],
[ 'France', 'South Africa', 1 ],
[ 'Spain', 'Senegal', 1 ],
[ 'Spain', 'Morocco', 3 ],
[ 'Spain', 'South Africa', 1 ],
[ 'England', 'Angola', 1 ],
[ 'England', 'Senegal', 1 ],
[ 'England', 'Morocco', 2 ],
[ 'England', 'South Africa', 7 ],
[ 'South Africa', 'China', 5 ],
[ 'South Africa', 'India', 1 ],
[ 'South Africa', 'Japan', 3 ],
[ 'Angola', 'China', 5 ],
[ 'Angola', 'India', 1 ],
[ 'Angola', 'Japan', 3 ],
[ 'Senegal', 'China', 5 ],
[ 'Senegal', 'India', 1 ],
[ 'Senegal', 'Japan', 3 ],
[ 'Mali', 'China', 5 ],
[ 'Mali', 'India', 1 ],
[ 'Mali', 'Japan', 3 ],
[ 'Morocco', 'China', 5 ],
[ 'Morocco', 'India', 1 ],
[ 'Morocco', 'Japan', 3 ]]
df = pd.DataFrame(data, columns=['source', 'target', 'value'])
print('- data shape: ', df.shape, '\n')
# 生成节点， 先合并源节点和目标节点，然后去除重复的节点，最后输出成 dict 形式
nn = pd.concat([df['source'], df['target']])
nn = nn.drop_duplicates()
nodes = pd.DataFrame(nn, columns=['name']).to_dict(orient='records')
print('- nodes:\n', nodes, '\n')
# 生成连接， dict 形式
links = df.to_dict(orient='records')
print('- links:\n', links, '\n')
# 绘制桑基图
sk =(
Sankey(init_opts=opts.InitOpts(width="800px", height="600px")) # 页面大小
.add(
series_name="legend", # legend
nodes=nodes,
links=links,
# opacity 透明度； curve 弯曲程度； color 色系
linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
label_opts=opts.LabelOpts(position="right"), # 节点名称
)
.set_global_opts(title_opts=opts.TitleOpts(title="sankey")) # 标题
.render("sankey.html") # 保存成 html 文件
)
sankey.png
代码说明：
- pyecharts的桑基图对于原始数据的格式比较啰嗦，这里用 pandas 处理了一下，还可以修改一下去读取 csv 文件。
- pyecharts直接保存图片也比较麻烦，需要用 selenium 之类的工具，配置一大堆；可以配但没必要；还不如直接在浏览器截图完事。
使用 D3 绘制
D3 绘制桑基图貌似更简便一点，可惜不能用 python。
https://github.com/d3/d3-sankey
这里还有个在线可实时编辑版。
https://observablehq.com/@mbostock/flow-o-matic
厉害了！
