pyecharts-9-桑基图绘制
本文详解地介绍了如何制作桑基图,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
- 2个官网
demo
- 原始数据整理
- 绘图数据生成
- 桑基图绘制
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。
参考文献:https://zhuanlan.zhihu.com/p/127360262
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。
1 | import pyecharts |
demo_1
首先我们看看官网的第一个demo
:
1 | from pyecharts import options as opts |
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
:
1 | import json |
- 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
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:
1 | import pandas as pd |
注意两点:
- 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 - 指定
sheet_name
的名字有两种方式:- 直接指定名字
- 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
1 | # 父类+子类中的数据,需要去重 |
将上面的数据相加并且去重:
1 | # 将两个列表相加,在转成集合set进行元素去重,再转成列表 |
2、生成节点数据
1 | # 节点列表数据: 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:
1 | links_list = [] |
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:
1 | # 需要事先导入,否则jupyter notebook中可能不会出图 |
得到的桑基图在notebook
中是动态的图形:
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
1 | data_dic = {} |
得到的字典data_dic
数据分为节点数据和链路数据,具体如下:
1 | {'nodes': [{'name': '围巾'}, # 节点部分数据 |
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:
1 | with open("sankey.json","w",encoding="utf-8") as f: # 数据保存到了本地 |
3、读取json
数据进行绘图
1 | import json |