利用Python绘制桑基图
  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，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、材料成分、金融等数据的可视化分析。因1898年Matthew Henry Phineas Riall Sankey绘制的”蒸汽机的能源效率图”而闻名，此后便以其名字命名为”桑基图”。
汇总提炼
桑基两个字取自“发明”者的名字
属于流程图的一种，核心在于展示数据的流转
主要由节点、边和流量三要素构成，边越宽代表流量越大
遵循守恒定律，无论怎么流动，开端和末端数据总是一致的
Python手把手绘制桑基图
动手之前，我们再次敲黑板，回顾桑基图组成要素的重点——节点、边和流量。
任何桑基图，无论展现形式如何夸张，色彩如何艳丽，动效如何炫酷，本质都逃不出上述3点。
只要我们定义好上述3个要素，Python的pyecharts库能够轻松实现桑基图的绘制。
数据实例
| 性别 | 熬夜原因 | 文化程度 | 人数 |
|---|---|---|---|
| 0 | 男 | 单身 | 小学 |
| 1 | 男 | 脱单 | 初中 |
| 2 | 男 | 未知 | 大专 |
| 3 | 女 | 单身 | 小学 |
| 4 | 女 | 脱单 | 初中 |
| 5 | 女 | 未知 | 大专 |
Python具体步骤
- 读取数据
df = pd.DataFrame({ '性别': ['男', '男', '男', '女', '女', '女'], '熬夜原因': ['单身', '脱单', '未知', '单身', '脱单', '未知'], "文化程度":["小学","初中","大专","小学","初中","大专"], '人数': [57, 13, 30, 33, 5, 62] }) print(df) - 首先是节点，这一步需要把所有涉及到的节点去重规整在一起。也就是要把性别一列的“男”、“女”和单身原因一列的“单生”、“脱单”、“未知”以列表内嵌套字典的形式去重汇总：
for i in range(3): values = df.iloc[:, i].unique() for value in values: dic = {} dic['name'] = value nodes.append(dic) print(nodes)[{'name': '男'}, {'name': '女'}, {'name': '单身'}, {'name': '脱单'}, {'name': '未知'}, {'name': '小学'}, {'name': '初中'}, {'name': '大专'}] - 接着，定义边和流量，数据从哪里流向哪里，流量（值）是多少，循环+字典依然可以轻松搞定：
first=df.groupby(["性别","熬夜原因"])["人数"].sum().reset_index() second=df.iloc[:,1:] first.columns=["source","target","value"] second.columns=["source","target","value"] result=pd.concat([first,second]) result.head(10) linkes = [] for i in result.values: dic = {} dic['source'] = i[0] dic['target'] = i[1] dic['value'] = i[2] linkes.append(dic) print(linkes)[{'source': '女', 'target': '单身', 'value': 33}, {'source': '女', 'target': '未知', 'value': 62}, {'source': '女', 'target': '脱单', 'value': 5}, {'source': '男', 'target': '单身', 'value': 57}, {'source': '男', 'target': '未知', 'value': 30}, {'source': '男', 'target': '脱单', 'value': 13}, {'source': '单身', 'target': '小学', 'value': 57}, {'source': '脱单', 'target': '初中', 'value': 13}, {'source': '未知', 'target': '大专', 'value': 30}, {'source': '单身', 'target': '小学', 'value': 33}, {'source': '脱单', 'target': '初中', 'value': 5}, {'source': '未知', 'target': '大专', 'value': 62}] - source-target-value的字典格式，很清晰的描述了数据的流转情况。
pic = ( Sankey() .add('', # 图例名称 nodes, # 传入节点数据 linkes, # 传入边和流量数据 linestyle_opt=opts.LineStyleOpts(opacity=0.3, curve=0.5, color="source"), # 设置透明度、弯曲度、颜色 label_opts=opts.LabelOpts(position="right"), # 标签显示位置 node_gap=30, # 节点之前的距离 # orient="vertical" # 要垂直显示 ) .set_global_opts(title_opts=opts.TitleOpts(title='桑基图Demo')) ) pic.render('test.html')
Python画境外新冠病例输入桑基图
- 数据，请您点击这里获取相应excel数据
- 源码，请您直接复制如下代码即可复制到Pycharm等IDE中即可运行
# -*- coding: utf-8 -*- # @Author : Shajiu # @FileName: sanke_dyiagram.py # @Time : 2022/3/19 18:22 import pandas from pyecharts.charts import Sankey from pyecharts import options as opts data = pandas.read_excel("E://demo.xlsx", sheet_name='Sheet1') nodes = [] for i in set(pandas.concat([data.来源地, data.输出地])): d1 = {} d1["name"] = i nodes.append(d1) links = [] for x, y, z in zip(data.来源地, data.输出地, data.数量): d2 = {} d2['source'] = x d2['target'] = y d2['value'] = z links.append(d2) pic = ( Sankey(init_opts=opts.InitOpts(width="1600px", height="800px")).add("确诊病例", # 图例名称 nodes, # 传入节点数据 links, # 传入边和流量数据 # 设置透明度、弯曲度、颜色 linestyle_opt=opts.LineStyleOpts(opacity=0.5, curve=0.5, color="source"), # 标签显示位置 right/top label_opts=opts.LabelOpts(position="right"), node_gap=10, # 节点之前的距离 # orient="vertical" # 垂直显示 ).set_global_opts( title_opts=opts.TitleOpts(title="TOP10境外输入统计")) ) pic.render("TOP10境外输入统计.html") - 效果图
