炫酷！用Python制作漂亮的流动桑基图

来源：Python数据之道

作者：Peter

整理：Lemon

桑基图绘制实践

本文中介绍的是如何制作桑基图，使用的可视化库是强大的 Pyecharts (版本1.7.1，版本一致很重要)。文章将从如下几个方面进行介绍：

  • 什么是桑基图
  • 官网的两个 demo
  • 桑基图绘制项目实战
在开始之前，我们先来看看通过本文制作的最终效果图：

什么是桑基图？

桑基图（桑葚图），也叫桑基能量分流图或者桑基能量平衡图，里面的桑基其实是一个人名，全名是 马修·亨利·菲尼亚斯·里尔·桑基（Matthew Henry Phineas Riall Sankey） ，是一名爱尔兰裔工程师，也是英国皇家陆军工兵的上尉[1]。

早在 1898 年的时候，他就使用这种图形来表示蒸汽机的能源效率：

桑基之后，桑基图逐渐成为科学和工程领域，代表平衡、能量流、物质流的标准模型，在一些产品的生命周期评估中也常被使用，通常应用于能源、材料成分、金融等数据的可视化分析。主要特点是：

  • 图形由边、流量和支点组成。边代表了流动的数据，流量代表了流动数据的具体数值，节点代表了不同分类
  • 始末端的分支宽度总和相等，即所有主支宽度的总和应与所有分出去的分支宽度的总和相等，保持能量的平衡。

官网demo

本文中使用的Pyecharts版本是1.7.1，版本的一致非常重要。

import pyecharts
pyecharts.__version__

demo_1

首先我们看看官网的第一个demo：

from pyecharts import options as optsfrom pyecharts.charts import Sankey

nodes = [   # 所有节点名称    {'name': 'category1'},    {'name': 'category2'},    {'name': 'category3'},    {'name': 'category4'},    {'name': 'category5'},    {'name': 'category6'},]

links = [  # 每一条链路的数据，包含：父节点source + 子节点target + 数据值value    {'source': 'category1', 'target': 'category2', 'value': 10},       {'source': 'category2', 'target': 'category3', 'value': 15},    {'source': 'category3', 'target': 'category4', 'value': 20},    {'source': 'category5', 'target': 'category6', 'value': 25},]c = (    Sankey()    .add(        'sankey',        nodes,        links,        linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color='source'),        label_opts=opts.LabelOpts(position='right'),    )    .set_global_opts(title_opts=opts.TitleOpts(title='Sankey-基本示例'))  #  .render('sankey_base.html')    生成HTML文件)

c.render_notebook()   # jupyter notebook中在线显示

在上面的代码中，nodes部分表示的是所有的节点名称，不管是父节点还是最小的子节点都要列出来；links部分表示的是每条链路的数据，包含：父节点source + 子节点target + 数据值value。根据links的数据，我们可以发现：category1——-category2———category3———category4构成了一条完整的链路，category5—category6构成了另一条链路。

下面是最终的图形：

demo_2

接下来我们看看官网的第二个demo：

import json

from pyecharts import options as opts
from pyecharts.charts import Sankey

with open('product.json', 'r', encoding='utf-8') as f:   # 导入json数据
    j = json.load(f)    # json数据转成字典数据
c = (
    Sankey()
    .add(
        'sankey',
        nodes=j['nodes'],   # 取出json数据的节点和链路数据
        links=j['links'],
        pos_top='10%',
        focus_node_adjacency=True,
        levels=[
            opts.SankeyLevelsOpts(
                depth=0,
                itemstyle_opts=opts.ItemStyleOpts(color='#fbb4ae'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
            opts.SankeyLevelsOpts(
                depth=1,
                itemstyle_opts=opts.ItemStyleOpts(color='#b3cde3'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
            opts.SankeyLevelsOpts(
                depth=2,
                itemstyle_opts=opts.ItemStyleOpts(color='#ccebc5'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
            opts.SankeyLevelsOpts(
                depth=3,
                itemstyle_opts=opts.ItemStyleOpts(color='#decbe4'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
        ],
        linestyle_opt=opts.LineStyleOpts(curve=0.5),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title='Sankey-Level Settings'),
        tooltip_opts=opts.TooltipOpts(trigger='item', trigger_on='mousemove'),
    )
#    .render('sankey_with_level_setting.html')
)

c.render_notebook()   # 在线显示

  • 读取本地的json数据，通过josn.load()读取转成Python字典
  • 取出json数据中的节点和链路数据进行绘图

桑基图绘制实践

原始数据整理

通过上面官网的例子我们明白了绘制桑基图需要的两个数据：节点数据+链路数据，下面👇通过一个实际的案例来讲解如何生成绘制桑基图需要的数据

认识原始数据

Peter同学一个人在深圳搬砖，辛辛苦苦地搬了一个月，产生很多的开销😭，这些开支主要分成5大块：

  • 住宿
  • 餐饮
  • 交通
  • 服装
  • 红包

每个部分又分别有不同的去向，所以这些数据就自然构成了一条条的链路，比如：总费用—住宿—房租（2000），总费用—交通—滴滴（220）等，我们只考虑两个节点之间的关系

分层级整理数据

1、接下来我们分不同的层级来整理原始数据，首先是第一层：总费用到5个子版块。算出每个子版块的总和

2、整理5个子版块的数据

3、我们将上面两个步骤得到的数据放入一个sheet中，命名为开支：

桑基图数据生成

读取数据

首先我们将上面制作好的开支这份数据读到pandas中：

import pandas as pdimport numpy as npimport json

# 等价于：data = pd.read_excel('life.xlsx',sheet_name=1)  1表示sheet_name的索引位置，索引从0开始df = pd.read_excel('life.xlsx',sheet_name='开支')  # 直接写名字df.head()

注意两点：

  1. 当一个表格中存在多个sheet的时候，我们需要指定sheet_name的名字
  2. 指定sheet_name的名字有两种方式：
    1. 直接指定名字
    2. 指定该sheet_name的位置索引

确定全部节点nodes

1、先找出全部的节点

所有的节点数据就是上面的父类和子类中去重后的元素，我们使用集合set进行去重，再转成列表

# 父类+子类中的数据，需要去重

df['父类'].tolist()
df['子类'].tolist()

将上面的数据相加并且去重：

# 将两个列表相加，在转成集合set进行元素去重，再转成列表

nodes = list(set(df['父类'].tolist() + df['子类'].tolist())) nodes

2、生成节点数据

# 节点列表数据: nodes_list

nodes_list = []
for i in nodes:
    dic = {}
    dic['name'] = i
    nodes_list.append(dic)
nodes_list

生成链路数据

我们将导入的数据生成链路数据：每一行记录都是一个链路数据：

links_list = []

for i in range(len(df)):    dic = {}    dic['source'] = df.iloc[i,0]  # 父类    dic['target'] = df.iloc[i,1]  # 子类    dic['value'] = int(df.iloc[i,2])   # 数据值 : 使用int函数直接强制转换，防止json.dump()报错    links_list.append(dic)

Attention⚠️：导入的数据部分需要强制转换成int类型，防止后面的数据处理报错。

到此为止，我们已经完成了桑葚图中节点数据和链路数据的生成，下面开始绘图。

绘制桑基图

我们通过官网的2种不同方式来绘制桑基图

方式1

这种方式比较简单：直接将上面得到的nodes_list和links_list整体放入绘图的代码中：

# 需要事先导入，否则jupyter notebook中可能不会出图
from pyecharts.globals import CurrentConfig, OnlineHostType
from pyecharts import options as opts  # 图形设置
from pyecharts.charts import Sankey    # 导入桑基图型的类

nodes_list = [
 {'name': '围巾'},
 {'name': '长辈'},
 {'name': '网络费'},
 {'name': '服装'},
 {'name': '公交'},
 {'name': '同学'},
 {'name': '袜子'},
 {'name': '总费用'},
 {'name': '衣服'},
 {'name': '红包'},
 {'name': '交通'},
 {'name': '聚餐'},
 {'name': '滴滴'},
 {'name': '餐饮'},
 {'name': '管理费'},
 {'name': '水电'},
 {'name': '共享单车'},
 {'name': '外卖'},
 {'name': '房租'},
 {'name': '住宿'},
 {'name': '饮料'},
 {'name': '鞋子'},
 {'name': '地铁'}
]

links_list = [
 {'source': '总费用', 'target': '住宿', 'value': 2580},
 {'source': '总费用', 'target': '餐饮', 'value': 1300},
 {'source': '总费用', 'target': '交通', 'value': 500},
 {'source': '总费用', 'target': '服装', 'value': 900},
 {'source': '总费用', 'target': '红包', 'value': 1300},
 {'source': '住宿', 'target': '房租', 'value': 2000},
 {'source': '住宿', 'target': '水电', 'value': 400},
 {'source': '住宿', 'target': '管理费', 'value': 100},
 {'source': '住宿', 'target': '网络费', 'value': 80},
 {'source': '餐饮', 'target': '外卖', 'value': 800},
 {'source': '餐饮', 'target': '聚餐', 'value': 300},
 {'source': '餐饮', 'target': '饮料', 'value': 200},
 {'source': '交通', 'target': '滴滴', 'value': 220},
 {'source': '交通', 'target': '地铁', 'value': 150},
 {'source': '交通', 'target': '公交', 'value': 80},
 {'source': '交通', 'target': '共享单车', 'value': 50},
 {'source': '服装', 'target': '衣服', 'value': 400},
 {'source': '服装', 'target': '鞋子', 'value': 300},
 {'source': '服装', 'target': '围巾', 'value': 150},
 {'source': '服装', 'target': '袜子', 'value': 50},
 {'source': '红包', 'target': '同学', 'value': 800},
 {'source': '红包', 'target': '长辈', 'value': 500}
]

c = (
    Sankey()
    .add(
        '月度开支',
        nodes_list,
        links_list,
        linestyle_opt=opts.LineStyleOpts(opacity=0.5, curve=0.5, color='source'),
        label_opts=opts.LabelOpts(position='right'),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title='月度开支桑葚图'))
)

c.render_notebook()

得到的桑基图在notebook中是动态的图形：

动态视频效果如下：

方式2

如果数据比较少，将nodes_list和links_list放入绘图的代码中不会占据过多的空间；但是如果数据量大，不同链路种类多，全部放在整个绘图代码中，就会显得整个代码很臃肿。

于是产生了方式2：先将上面得到的nodes_list和links_list生成一个json文件，再将json文件通过with方法读进来进行绘图。下面讲解如何通过得到的nodes_list和links_list数据生成我们绘图需要的json数据。

json格式的数据，在python中以字符串的形式呈现，一定要用双引号括起来。json模块中提供的4个功能：

  • dumps：python字典数据类型转成json数据类型的字符串
  • dump：字典数据转成字符串并且存储在文件中
  • loads：把json字符串转成字典数据类型
  • load：把文件打开，并且从字符串转换成字典数据类型

1、先生成字典数据

data_dic = {}

data_dic['nodes'] = nodes_listdata_dic['links'] = links_list

得到的字典data_dic数据分为节点数据和链路数据，具体如下：

{'nodes': [{'name': '围巾'},   # 节点部分数据
  {'name': '长辈'},
  {'name': '网络费'},
  {'name': '服装'},
  {'name': '公交'},
  {'name': '同学'},
  {'name': '袜子'},
  {'name': '总费用'},
  {'name': '衣服'},
  {'name': '红包'},
  {'name': '交通'},
  {'name': '聚餐'},
  {'name': '滴滴'},
  {'name': '餐饮'},
  {'name': '管理费'},
  {'name': '水电'},
  {'name': '共享单车'},
  {'name': '外卖'},
  {'name': '房租'},
  {'name': '住宿'},
  {'name': '饮料'},
  {'name': '鞋子'},
  {'name': '地铁'}],
 'links': [{'source': '总费用', 'target': '住宿', 'value': 2580},  # 链路部分数据
  {'source': '总费用', 'target': '餐饮', 'value': 1300},
  {'source': '总费用', 'target': '交通', 'value': 500},
  {'source': '总费用', 'target': '服装', 'value': 900},
  {'source': '总费用', 'target': '红包', 'value': 1300},
  {'source': '住宿', 'target': '房租', 'value': 2000},
  {'source': '住宿', 'target': '水电', 'value': 400},
  {'source': '住宿', 'target': '管理费', 'value': 100},
  {'source': '住宿', 'target': '网络费', 'value': 80},
  {'source': '餐饮', 'target': '外卖', 'value': 800},
  {'source': '餐饮', 'target': '聚餐', 'value': 300},
  {'source': '餐饮', 'target': '饮料', 'value': 200},
  {'source': '交通', 'target': '滴滴', 'value': 220},
  {'source': '交通', 'target': '地铁', 'value': 150},
  {'source': '交通', 'target': '公交', 'value': 80},
  {'source': '交通', 'target': '共享单车', 'value': 50},
  {'source': '服装', 'target': '衣服', 'value': 400},
  {'source': '服装', 'target': '鞋子', 'value': 300},
  {'source': '服装', 'target': '围巾', 'value': 150},
  {'source': '服装', 'target': '袜子', 'value': 50},
  {'source': '红包', 'target': '同学', 'value': 800},
  {'source': '红包', 'target': '长辈', 'value': 500}]}

2、将生成的字典数据转成json数据，并保存到本地

通过json.dump方法将上面生成的字典类型数据转成json数据，并保存到本地：

with open('sankey.json','w',encoding='utf-8') as f:   # 数据保存到了本地    # json.dump(data_dic, f)   写入一行数据    json.dump(data_dic, f, indent=2, sort_keys=True, ensure_ascii=False)  # 写入多行数据

3、读取json数据进行绘图

import json

from pyecharts import options as opts
from pyecharts.charts import Sankey

with open('sankey.json', 'r', encoding='utf-8') as f:   # 1、打开保存的文件
    j = json.load(f)   # 2、json字符串转成字典类型数据
c = (
    Sankey()
    .add(
        '月度开支',
        nodes=j['nodes'],   # 3、通过键值对的映射关系来读取数据
        links=j['links'],
        pos_top='20%',
        focus_node_adjacency=True,
        levels=[
            opts.SankeyLevelsOpts(
                depth=0,
#                 itemstyle_opts=opts.ItemStyleOpts(color='#fbb4ae'),  4、属性的设置部分
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
            opts.SankeyLevelsOpts(
                depth=1,
#                 itemstyle_opts=opts.ItemStyleOpts(color='#b3cde3'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
            opts.SankeyLevelsOpts(
                depth=2,
#                 itemstyle_opts=opts.ItemStyleOpts(color='#ccebc5'),
                linestyle_opts=opts.LineStyleOpts(color='source', opacity=0.6),
            ),
        ],
        linestyle_opt=opts.LineStyleOpts(curve=0.5,color='source',opacity=0.6,type_='dotted'),
        label_opts=opts.LabelOpts(position='right')
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title='月度开支桑葚图'),
        tooltip_opts=opts.TooltipOpts(trigger='item', trigger_on='mousemove|click',is_show=True),
    )
)

c.render_notebook()

看看实际的动态化效果：

参考资料

[1]

桑基的介绍: https://zhuanlan.zhihu.com/p/127360262

赞 (0)

相关推荐

  • 如何利用pyecharts绘制炫酷的关系网络图？

    如何利用pyecharts绘制炫酷的关系网络图 这是本学期在大数据哲学与社会科学实验室做的第六次分享了. 第一次分享的是: 如何利用"wordcloud+jieba"制作中文词云? ...

  • 自学 Python 到什么程度能找到工作，1300+ 条招聘信息告诉你答案

    来源:Python 技术「ID: pythonall」 随着移动互联网的发展以及机器学习等热门领域带给人们的冲击,让越来越多的人知道并开始学习 Python.无论你是是科班出身还是非科班转行,Pyth ...

  • 如何利用pyecharts绘制酷炫的桑基图？

    什么是桑基图 桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图.它是一种特定类型的流程图,核心在于展示数据的流转,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源.材 ...

  • 炫酷3D摩托制作教程

    63:37 炫酷3D摩托制作教程.打印出来瞬间省下好几万! 172-2

  • 推荐8个炫酷的 Python 装饰器！

    Python 编程语言的一大优点是它把所有功能都打包到一个小包中,这些功能非常有用.许多特性可以完全改变 Python 代码的功能,这使得该语言更加灵活.如果使用得当,其中一些功能可以有效缩短编写程序 ...

  • 使用Power BI制作漂亮的桑基图

    可能有些人并不知道什么是桑基图,让我们先看一下它长什么样?这是经济学人文章中的一张配图: 你没有见过也正常,这算是一个比较小众的图表. 它通常应用于具有流向关系的数据可视化分析,数据从左边的项目流向右 ...

  • 多种方法绘制酷炫的桑基图

    希望所有学员都可以站在生信技能树的舞台上发光发热! 下面是粉丝随机投稿 就因为在群里问了句怎么做桑基图,今天被健明老师"强行"安排了写教程的任务,并获赠高阶加密的桑基图手札一份,既 ...

  • 【微精品】houdini16使用sop制作超炫酷流体花朵案例教程

    --  微资讯 · 微课程  -- 利用零碎时间,走上超神之路! 教程导读    今天给大家带来的是国外大神分享的一个超炫酷流体花朵教程.重点是不需要进入flip动力学,而是直接使用了VDB和pop模 ...

  • 【教程】Maya制作超炫酷流体龙卷风

    --  微资讯 · 微课程  -- 利用零碎时间,走上超神之路! 小编在学习特效的过程中发现仅仅看houdini的教程是不够的,因为对于特效,maya和3dsmax中有非常多优秀的特效教程,可以从其中 ...

  • 【制作特辑】火山爆发 炫酷广告特效展示

    --  微资讯 · 微课程  -- 利用零碎时间,走上超神之路! 炫酷的CG技术,对于广告片来说真心是大制作(国外很多广告的技术基本上都是可以以和电影技术匹配,而国内的基本只能和低能动画片或者5毛特效 ...

  • C4D AE 制作炫酷标题生成动画

    --  微资讯 · 微课程  -- 利用零碎时间,走上超神之路! 非常炫酷的文字动画效果,制作难度也不算高,但是技巧挺精巧,使用破碎效果和splinemask做的曲线布尔运算,值得学习: 视频短片 学 ...