炫酷!用Python制作漂亮的流动桑基图

恋习Python

共 10797字,需浏览 22分钟

 ·

2020-12-30 13:10

  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 opts
from 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 pd
import numpy as np
import 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_listlinks_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_listlinks_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_listlinks_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_listlinks_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:

  • dumpspython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_list
data_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


作者简介

Peter,硕士毕业僧一枚,从电子专业自学Python入门数据行业,擅长数据分析及可视化。喜欢数据,坚持跑步,热爱阅读,乐观生活。个人格言:不浮于世,不负于己

个人站点:www.renpeter.cn,欢迎常来小屋逛逛

恋习Python

关注恋习Python,Python都好练
好文章,我在看❤️
浏览 66
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报