作者：Peter

整理：Lemon

桑基圖繪制實踐

本文中介紹的是如何制作桑基圖，使用的可視化庫是強大的 Pyecharts (版本1.7.1，版本一致很重要)。文章將從如下幾個方面進行介紹：

• 什么是桑基圖

• 官網的兩個 demo

• 桑基圖繪制項目實戰

在開始之前，我們先來看看通過本文制作的最終效果圖：

什么是桑基圖？

桑基圖（桑葚圖），也叫桑基能量分流圖或者桑基能量平衡圖，里面的桑基其實是一個人名，全名是 馬修·亨利·菲尼亞斯·里爾·桑基（Matthew Henry Phineas Riall Sankey） ，是一名愛爾蘭裔工程師，也是英國皇家陸軍工兵的上尉^[1]。

早在 1898 年的時候，他就使用這種圖形來表示蒸汽機的能源效率：

桑基之后，桑基圖逐漸成為科學和工程領域，代表平衡、能量流、物質流的標準模型，在一些產品的生命周期評估中也常被使用，通常應用于能源、材料成分、金融等數據的可視化分析。主要特點是：

• 圖形由邊、流量和支點組成。邊代表了流動的數據，流量代表了流動數據的具體數值，節點代表了不同分類

• 始末端的分支寬度總和相等，即所有主支寬度的總和應與所有分出去的分支寬度的總和相等，保持能量的平衡。

官網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

首先我們看看官網的第一個demo：

from?pyecharts?import?options?as?opts from?pyecharts.charts?import?Sankeynodes?=?[???#?所有節點名稱{"name":?"category1"},{"name":?"category2"},{"name":?"category3"},{"name":?"category4"},{"name":?"category5"},{"name":?"category6"}, ]links?=?[??#?每一條鏈路的數據，包含：父節點source +?子節點target +?數據值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中在線顯示

在上面的代碼中，nodes部分表示的是所有的節點名稱，不管是父節點還是最小的子節點都要列出來；links部分表示的是每條鏈路的數據，包含：父節點source + 子節點target + 數據值value。根據links的數據，我們可以發現：category1——-category2———category3———category4構成了一條完整的鏈路，category5—category6構成了另一條鏈路。

下面是最終的圖形：

demo_2

接下來我們看看官網的第二個demo：

import?jsonfrom?pyecharts?import?options?as?opts from?pyecharts.charts?import?Sankeywith?open("product.json",?"r",?encoding="utf-8")?as?f:???#?導入json數據j?=?json.load(f)????#?json數據轉成字典數據 c?=?(Sankey().add("sankey",nodes=j["nodes"],???#?取出json數據的節點和鏈路數據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()???#?在線顯示

• 讀取本地的json數據，通過josn.load()讀取轉成Python字典

• 取出json數據中的節點和鏈路數據進行繪圖

桑基圖繪制實踐

原始數據整理

通過上面官網的例子我們明白了繪制桑基圖需要的兩個數據：節點數據+鏈路數據，下面????通過一個實際的案例來講解如何生成繪制桑基圖需要的數據

認識原始數據

Peter同學一個人在深圳搬磚，辛辛苦苦地搬了一個月，產生很多的開銷????，這些開支主要分成5大塊：

• 住宿

• 餐飲

• 交通

• 服裝

• 紅包

每個部分又分別有不同的去向，所以這些數據就自然構成了一條條的鏈路，比如：總費用—住宿—房租（2000），總費用—交通—滴滴（220）等，我們只考慮兩個節點之間的關系

分層級整理數據

1、接下來我們分不同的層級來整理原始數據，首先是第一層：總費用到5個子版塊。算出每個子版塊的總和

2、整理5個子版塊的數據

3、我們將上面兩個步驟得到的數據放入一個sheet中，命名為開支：

桑基圖數據生成

讀取數據

首先我們將上面制作好的開支這份數據讀到pandas中：

import?pandas?as?pd import?numpy?as?np import?json#?等價于：data = pd.read_excel("life.xlsx",sheet_name=1)? 1表示sheet_name的索引位置，索引從0開始 df?=?pd.read_excel("life.xlsx",sheet_name="開支")??#?直接寫名字 df.head()

注意兩點：

當一個表格中存在多個sheet的時候，我們需要指定sheet_name的名字

指定sheet_name的名字有兩種方式：

直接指定名字

指定該sheet_name的位置索引

確定全部節點nodes

1、先找出全部的節點

所有的節點數據就是上面的父類和子類中去重后的元素，我們使用集合set進行去重，再轉成列表

#?父類+子類中的數據，需要去重df['父類'].tolist() df['子類'].tolist()

將上面的數據相加并且去重：

#?將兩個列表相加，在轉成集合set進行元素去重，再轉成列表nodes?=?list(set(df['父類'].tolist()?+?df['子類'].tolist()))? nodes

2、生成節點數據

#?節點列表數據:?nodes_listnodes_list?=?[] for?i?in?nodes:dic?=?{}dic["name"]?=?inodes_list.append(dic) nodes_list

生成鏈路數據

我們將導入的數據生成鏈路數據：每一行記錄都是一個鏈路數據：

links_list?=?[]for?i?in?range(len(df)):dic?=?{}dic['source']?=?df.iloc[i,0]??#?父類dic['target']?=?df.iloc[i,1]??#?子類dic['value']?=?int(df.iloc[i,2])???#?數據值?:?使用int函數直接強制轉換，防止json.dump()報錯links_list.append(dic)

Attention??：導入的數據部分需要強制轉換成int類型，防止后面的數據處理報錯。

到此為止，我們已經完成了桑葚圖中節點數據和鏈路數據的生成，下面開始繪圖。

繪制桑基圖

我們通過官網的2種不同方式來繪制桑基圖

方式1

這種方式比較簡單：直接將上面得到的nodes_list和links_list整體放入繪圖的代碼中：

#?需要事先導入，否則jupyter?notebook中可能不會出圖 from?pyecharts.globals?import?CurrentConfig,?OnlineHostType from?pyecharts?import?options?as?opts??#?圖形設置 from?pyecharts.charts?import?Sankey????#?導入桑基圖型的類nodes_list?=?[{'name':?'圍巾'},{'name':?'長輩'},{'name':?'網絡費'},{'name':?'服裝'},{'name':?'公交'},{'name':?'同學'},{'name':?'襪子'},{'name':?'總費用'},{'name':?'衣服'},{'name':?'紅包'},{'name':?'交通'},{'name':?'聚餐'},{'name':?'滴滴'},{'name':?'餐飲'},{'name':?'管理費'},{'name':?'水電'},{'name':?'共享單車'},{'name':?'外賣'},{'name':?'房租'},{'name':?'住宿'},{'name':?'飲料'},{'name':?'鞋子'},{'name':?'地鐵'} ]links_list?=?[{'source':?'總費用',?'target':?'住宿',?'value':?2580},{'source':?'總費用',?'target':?'餐飲',?'value':?1300},{'source':?'總費用',?'target':?'交通',?'value':?500},{'source':?'總費用',?'target':?'服裝',?'value':?900},{'source':?'總費用',?'target':?'紅包',?'value':?1300},{'source':?'住宿',?'target':?'房租',?'value':?2000},{'source':?'住宿',?'target':?'水電',?'value':?400},{'source':?'住宿',?'target':?'管理費',?'value':?100},{'source':?'住宿',?'target':?'網絡費',?'value':?80},{'source':?'餐飲',?'target':?'外賣',?'value':?800},{'source':?'餐飲',?'target':?'聚餐',?'value':?300},{'source':?'餐飲',?'target':?'飲料',?'value':?200},{'source':?'交通',?'target':?'滴滴',?'value':?220},{'source':?'交通',?'target':?'地鐵',?'value':?150},{'source':?'交通',?'target':?'公交',?'value':?80},{'source':?'交通',?'target':?'共享單車',?'value':?50},{'source':?'服裝',?'target':?'衣服',?'value':?400},{'source':?'服裝',?'target':?'鞋子',?'value':?300},{'source':?'服裝',?'target':?'圍巾',?'value':?150},{'source':?'服裝',?'target':?'襪子',?'value':?50},{'source':?'紅包',?'target':?'同學',?'value':?800},{'source':?'紅包',?'target':?'長輩',?'value':?500} ]c?=?(Sankey().add("月度開支",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="月度開支桑葚圖")) )c.render_notebook()

得到的桑基圖在notebook中是動態的圖形：

動態視頻效果如下：

方式2

如果數據比較少，將nodes_list和links_list放入繪圖的代碼中不會占據過多的空間；但是如果數據量大，不同鏈路種類多，全部放在整個繪圖代碼中，就會顯得整個代碼很臃腫。

于是產生了方式2：先將上面得到的nodes_list和links_list生成一個json文件，再將json文件通過with方法讀進來進行繪圖。下面講解如何通過得到的nodes_list和links_list數據生成我們繪圖需要的json數據。

json格式的數據，在python中以字符串的形式呈現，一定要用雙引號括起來。json模塊中提供的4個功能：

• dumps：python字典數據類型轉成json數據類型的字符串

• dump：字典數據轉成字符串并且存儲在文件中

• loads：把json字符串轉成字典數據類型

• load：把文件打開，并且從字符串轉換成字典數據類型

1、先生成字典數據

data_dic?=?{}data_dic["nodes"]?=?nodes_list data_dic["links"]?=?links_list

得到的字典data_dic數據分為節點數據和鏈路數據，具體如下：

{'nodes':?[{'name':?'圍巾'},???#?節點部分數據{'name':?'長輩'},{'name':?'網絡費'},{'name':?'服裝'},{'name':?'公交'},{'name':?'同學'},{'name':?'襪子'},{'name':?'總費用'},{'name':?'衣服'},{'name':?'紅包'},{'name':?'交通'},{'name':?'聚餐'},{'name':?'滴滴'},{'name':?'餐飲'},{'name':?'管理費'},{'name':?'水電'},{'name':?'共享單車'},{'name':?'外賣'},{'name':?'房租'},{'name':?'住宿'},{'name':?'飲料'},{'name':?'鞋子'},{'name':?'地鐵'}],'links':?[{'source':?'總費用',?'target':?'住宿',?'value':?2580},??#?鏈路部分數據{'source':?'總費用',?'target':?'餐飲',?'value':?1300},{'source':?'總費用',?'target':?'交通',?'value':?500},{'source':?'總費用',?'target':?'服裝',?'value':?900},{'source':?'總費用',?'target':?'紅包',?'value':?1300},{'source':?'住宿',?'target':?'房租',?'value':?2000},{'source':?'住宿',?'target':?'水電',?'value':?400},{'source':?'住宿',?'target':?'管理費',?'value':?100},{'source':?'住宿',?'target':?'網絡費',?'value':?80},{'source':?'餐飲',?'target':?'外賣',?'value':?800},{'source':?'餐飲',?'target':?'聚餐',?'value':?300},{'source':?'餐飲',?'target':?'飲料',?'value':?200},{'source':?'交通',?'target':?'滴滴',?'value':?220},{'source':?'交通',?'target':?'地鐵',?'value':?150},{'source':?'交通',?'target':?'公交',?'value':?80},{'source':?'交通',?'target':?'共享單車',?'value':?50},{'source':?'服裝',?'target':?'衣服',?'value':?400},{'source':?'服裝',?'target':?'鞋子',?'value':?300},{'source':?'服裝',?'target':?'圍巾',?'value':?150},{'source':?'服裝',?'target':?'襪子',?'value':?50},{'source':?'紅包',?'target':?'同學',?'value':?800},{'source':?'紅包',?'target':?'長輩',?'value':?500}]}

2、將生成的字典數據轉成json數據，并保存到本地

通過json.dump方法將上面生成的字典類型數據轉成json數據，并保存到本地：

with?open("sankey.json","w",encoding="utf-8")?as?f:???#?數據保存到了本地#?json.dump(data_dic,?f)???寫入一行數據json.dump(data_dic,?f,?indent=2,?sort_keys=True,?ensure_ascii=False)??#?寫入多行數據

3、讀取json數據進行繪圖

import?jsonfrom?pyecharts?import?options?as?opts from?pyecharts.charts?import?Sankeywith?open("sankey.json",?"r",?encoding="utf-8")?as?f:???#?1、打開保存的文件j?=?json.load(f)???#?2、json字符串轉成字典類型數據 c?=?(Sankey().add("月度開支",nodes=j["nodes"],???#?3、通過鍵值對的映射關系來讀取數據links=j["links"],pos_top="20%",focus_node_adjacency=True,levels=[opts.SankeyLevelsOpts(depth=0, #?????????????????itemstyle_opts=opts.ItemStyleOpts(color="#fbb4ae"),??4、屬性的設置部分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="月度開支桑葚圖"),tooltip_opts=opts.TooltipOpts(trigger="item",?trigger_on="mousemove|click",is_show=True),) )c.render_notebook()

看看實際的動態化效果：

參考資料

[1]

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

作者簡介

Peter，碩士畢業僧一枚，從電子專業自學Python入門數據行業，擅長數據分析及可視化。喜歡數據，堅持跑步，熱愛閱讀，樂觀生活。個人格言：不浮于世，不負于己

個人站點：www.renpeter.cn，歡迎常來小屋逛逛

往期推薦： 收藏 | 49 個 Python 學習資源我都逛哪些技術網站？（程序員必備58個網站匯總）肝！精心整理了 50 個數據源網站！

總結

以上是生活随笔為你收集整理的炫酷！用Python制作漂亮的流动桑基图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。