根據不完整統計，90%想用sankey圖的朋友都是因為被它炫酷的外表所吸引，舉個例子：

在這里插入圖片描述

關于sankey圖的定義是這樣描述的：

即桑基能量分流圖，也叫桑基能量平衡圖。它是一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，通常應用于能源、材料成分、金融等數據的可視化分析。

流程圖的一種

由若干個三元素組成(節點，邊，流量)

遵循守恒定律，無論怎么流動，開端和末端數據始終一致

下面我們來簡單實現一個Sankey圖

第一步，我們先收集數據。

這里我在2020意大利新冠肺炎案例統計收集了意大利的患者年齡分布。

我們用pandas庫來繪制統計表。當然也可以用excel保存為xlsx文件。

db1 = pd.DataFrame({

'country':['Italy','Italy','Italy','Italy'],

'ages':['18歲以下','19-50歲','50-70歲','70歲以上'],

'confirm':['1677','31394','43617','43139'],

'Deceased':['167','408','4492','34813'],

'Active/Recovered': ['1510','30986','39125','8326']

})

print(db1)

那么打印下統計表得到：

country ages confirm Deceased Active/Recovered

0 Italy 18歲以下 1677 167 1510

1 Italy 19-50歲 31394 408 30986

2 Italy 50-70歲 43617 4492 39125

3 Italy 70歲以上 43139 34813 8326

如果是要讀入excel保存的表格那么只要簡單的一行命令：

db1 = pd.read_excel('statistik.xlsx)

第二步，我們開始處理數據

畫圖按照Sankey圖的規則，需要定義節點，邊，流量。

可以理解為兩個數據結構：nodes和links。

在這個案例，所有節點就是：Italy，18歲以下，19-50歲，50-70歲，50-70歲，confirm，Deceased，Active/Recovered

我們用一個字典嵌套的鏈表來儲存：

nodes=[]

for i in range(2):

values = db1.iloc[:,i].unique()

for value in values:

dic={}

dic['name'] = value

nodes.append(dic)

nodes.append({'name':'Deceased'})

nodes.append({'name':'Active/Recovered'})

[{'name': 'Italy'}, {'name': '18歲以下'}, {'name': '19-50歲'},

{'name': '50-70歲'}, {'name': '70歲以上'}, {'name': 'Deceased'},

{'name': 'Active/Recovered'}]

然后定義邊和流量，數據從哪里流向哪里，流量為多少，按照source-target-value的格式保存。我們用循環加字典可以輕松搞定

links = []

for i in db1.values:

dic={}

dic['source']=i[0]

dic['target']=i[1]

dic['value']=i[2]

links.append({'source':i[0],'target':i[1],'value':i[2]})

links.append({'source':i[1],'target':db1.keys()[3],'value':i[3]})

links.append({'source':i[1],'target':db1.keys()[4],'value':i[4]})

print(links)

[{'source': 'Italy', 'target': '18歲以下', 'value': '1677'},

{'source': '18歲以下', 'target': 'Deceased', 'value': '167'},

{'source': '18歲以下', 'target': 'Active/Recovered', 'value': '1510'},

{'source': 'Italy', 'target': '19-50歲', 'value': '31394'},

{'source': '19-50歲', 'target': 'Deceased', 'value': '408'},

{'source': '19-50歲', 'target': 'Active/Recovered', 'value': '30986'},

{'source': 'Italy', 'target': '50-70歲', 'value': '43617'},

{'source': '50-70歲', 'target': 'Deceased', 'value': '4492'},

{'source': '50-70歲', 'target': 'Active/Recovered', 'value': '39125'},

{'source': 'Italy', 'target': '70歲以上', 'value': '43139'},

{'source': '70歲以上', 'target': 'Deceased', 'value': '34813'},

{'source': '70歲以上', 'target': 'Active/Recovered', 'value': '8326'}]

nodes和links定義好了之后，就已經完成了80%

第三步，繪圖

我們可以使用pyecharts的庫來實現，這一段代碼幾乎是固定的格式

from pyecharts.charts import Sankey

from pyecharts import options as opts

pic = (

Sankey().add('',

nodes,

links,

linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = 'source'),

label_opts=opts.LabelOpts(position = 'top'),

node_gap = 30,

)

.set_global_opts(title_opts=opts.TitleOpts(title = '意大利新冠肺炎病患年齡分布'))

)

pic.render('test.html')

好了，到這來大功告成，運行python文件，最后會生成一個test.html。

用瀏覽器打開就可以欣賞做出來的的sankey圖：

在這里插入圖片描述