关于python绘制桑基图的一些实操问题

最近有碰到用python工具包Pyecharts来绘制桑基图Sankey的任务，其实操作起来并不难，但还是会碰到一些问题，在这里我把我的一些实操过程总结一下，中间有些例子会用到别人的博客，我都注明一下出处。
首先来看一个桑基图官方文档给出的例子
桑基图官方文档

official

from pyecharts import options as opts
from pyecharts.charts import Sankey

nodes = [
{“name”: “category1”},
{“name”: “category2”},
{“name”: “category3”},
{“name”: “category4”},
{“name”: “category5”},
{“name”: “category6”},
]

links = [
{“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”)
)
大概绘制出来就是

桑基图其实比较关键的两个点就是nodes和links，也就是节点和流向。节点说白了就是对象，发出对象和接收对象都是节点，流向其实就是具体的方向和值（value），当然它的表示的方式就是给出首尾点，也就是source和target。所以桑吉图就是把从source到target的value给画出来，它完成的就是图像化links的任务。
在这里需要注意几个点：
1.nodes中的"name"不要重新命名,否则会不识别,导致没有图
2.links中source和target对应的值一定要在nodes的name对应的值中,否则图中会不显示(但是不会报错)，也就是存在的节点一定要被name定义一下
3.links中source和target对应的值不能相同,否则图不显示
其中3说的并不是单一流向中的source和target不能相同，而是所有的都不能相同，举个例子，比如你要表示A到B“流入”X的值，然后B到A再“流出”Y的值，在理解意义里面，A和A是一个东西，但是桑基图里面得分开name，比如A1到B，B到A2，A1和A2在现实意义中当然是同一个个体（自己开始没弄清楚，做一个银行户口的流入流出，一个A银行资金流入B，B又流回A，这两个A得想办法区分开，做了source的name不能再做target了。

其次，来看看实操过程
实操的话一般有两种，第一种比较简单了，就是在代码里面直接把nodes和links写清楚，就像上面的官方文档一样，画图就可以了，另外就在下面的linestyle里面设置一下具体的图画格式，这个后面会讲，第二种就是我觉得比较常用的了，就是把excel表里的内容导出来，然后画桑基图，在这里讲一下第二种。
import pandas as pd
from pyecharts.charts import Sankey
from pyecharts import options as opts

df = pd.read_excel(‘文件路径’, header = 0) #打开文件路径
在这里用一个别人的例子哈，来源【手把手教你用 Python 绘制酷炫的桑基图】(https://blog.csdn.net/csdnnews/article/details/105259919)

nodes = []

for i in range(2): #历遍df中前两列不重复的项
values = df.iloc[:, i].unique() #iloc: 根据标签所在位置，从0开始计数，i列所有行； eg. iloc[0]= 第一行；iloc[0,0]=第一行第一列的项
#创建一个dictionary：{name：***}
for value in values:
dic = {}
dic[‘name’] = value
nodes.append(dic)

在df的值里面，第一列作为source，第二列作为target，第三列作为value，画出流向图

然后是固定格式绘制代码

from pyecharts.charts import Sankey
from pyecharts import options as opts

pic = (
Sankey()
.add(‘’, #图例名称
nodes, #传入节点数据
linkes, #传入边和流量数据
#设置透明度、弯曲度、颜色
linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = “source”),
#标签显示位置
label_opts=opts.LabelOpts(position=“right”),
#节点之前的距离
node_gap = 30,
)
.set_global_opts(title_opts=opts.TitleOpts(title = ‘熬夜原因桑基图’))
)

pic.render(‘test.html’)

这个是两层，如果涉及到多层的表示，在数据处理上要做一下文章

而linkes只接受source-traget-value的格式，得先对源数据进行格式调整，分别形成“品类-第一次购买-人数”，“第一次购买-第二次购买-人数”的样式，再统一汇总：

second= df.iloc [:,1:] 这里的意思是从第二列开始后面所有的列中所有行的值，
当然也可以写成
second = df.grouphy(['第一次购买’，‘第二次购买’])['人数‘].sum().reset_index()
关于iloc的用法，可以看python中iloc函数

#first = df.iloc[: ] #.rest_index() ##汇总相应数据
#second = df.iloc[: ] ##从汇总中提取相应数据
#first.column = [‘source’, ‘target’, ‘value’]
#second.column = [‘source’, ‘target’, ‘value’]
#result = pd.concat([first, second]) ##将first，second合并
#result.head(10)
#result
#first = df.[]
#first

#linkes = []

#创建一个dictionary：{‘source’: **, ‘target’: **, ‘target’: **}
for i in df.values:
dic = {}
dic[‘source’] = i[0]
dic[‘target’] = i[1]
dic[‘value’] = i[2]
linkes.append(dic)

linkes

规整汇总好之后，只需要复用上面的linkes代码：

pic = (
Sankey()
.add(‘’,
nodes,
linkes,
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 = ‘客户购买路径流转图’))
)
pic.render(‘test3.html’)

当然这个图是横着放还是竖着放，就是top和right的关系了

再就是关于这些图的一些参数调整
1 .信息流的格式配置（颜色、透明度、曲线程度）

add()里面，使用参数 linestyle_opt进行配置

配置格式为linestyle_opt=opts.LineStyleOpts(参数）。参数的配置参考

A Python Echarts Plotting Library

以下设置颜色为节点颜色，透明度，曲线弯曲度。

color="source"表示使用节点的颜色。
,linestyle_opt=opts.LineStyleOpts(opacity=0.2 ###透明度设置
, curve=0.5 ###信息流的曲线弯曲度设置
,color=“source” ##颜色设置，source表示使用节点的颜色
) ##线条格式 ,设置所有线条的格式

            )
    )

2 .标签的格式配置（大小、颜色、位置）

修改信息流的格式之后，标签的显示并不明显，接下来修改一下标签的格式。

方式为：add()里面，使用参数 label_opts进行配置

配置格式为label_opts=opts.LabelOpts(参数)。
,linestyle_opt=opts.LineStyleOpts(opacity=0.2 ###透明度设置
, curve=0.5 ###信息流的曲线弯曲度设置
,color=“source” ##颜色设置，source表示使用节点的颜色
) ##线条格式 ,设置所有线条的格式
,label_opts=opts.LabelOpts(font_size=16
,position=‘left’
) ##标签配置，具体参数详见opts.LabelOpts()

            )
    )

3 . 配置每一层节点的颜色

有时候需要将同一层节点的颜色配置为一致的，我们可以通过level参数逐层配置节点和信息流的格式。

配置格式为：

levels= [opts.SankeyLevelsOpts(参数) ###某一层节点和信息流的配置

,opts.SankeyLevelsOpts(参数) ###某一层节点和信息流的配置

,opts.SankeyLevelsOpts(参数) ###某一层节点和信息流的配置

]
,linestyle_opt=opts.LineStyleOpts(opacity=0.2 ###透明度设置
, curve=0.5 ###信息流的曲线弯曲度设置
,color=“source” ##颜色设置，source表示使用节点的颜色
) ##线条格式 ,设置所有线条的格式
,label_opts=opts.LabelOpts(font_size=16
,position=‘left’
) ##标签配置，具体参数详见opts.LabelOpts()

       ,levels= [opts.SankeyLevelsOpts(  depth=0, ##第一层的配置
                                        itemstyle_opts=opts.ItemStyleOpts(color="#fbb4ae"),##节点格式的配置
                                        linestyle_opts=opts.LineStyleOpts(color="source", opacity=0.2, curve=0.5))##信息流的配置
                ,opts.SankeyLevelsOpts(  depth=1,##第二层的配置
                                        itemstyle_opts=opts.ItemStyleOpts(color="#b3cde3"),##节点格式的配置
                                        linestyle_opts=opts.LineStyleOpts(color="source", opacity=0.2, curve=0.5))##信息的配置
                ,opts.SankeyLevelsOpts(  depth=2,##第三层的配置
                                        itemstyle_opts=opts.ItemStyleOpts(color="#ccebc5"),##节点格式的配置
                                        linestyle_opts=opts.LineStyleOpts(color="source", opacity=0.2, curve=0.5))##信息的配置
  
                
               ]# 桑基图每一层的设置。可以逐层设置
            )
    )

4 . 对齐方式的配置

如果个别节点没有下级节点，其他的节点有下级节点，为了美观一些，可以选择的节点对齐的方式。通过node_align参数进行配置。
,node_align=‘left’ # 桑基图中节点的对齐方式，默认是双端对齐，可以设置为左对齐或右对齐，对应的值分别是：
# justify: 节点双端对齐。
# left: 节点左对齐。
# right: 节点右对齐
,linestyle_opt=opts.LineStyleOpts(opacity=0.2 ###透明度设置
, curve=0.5 ###信息流的曲线弯曲度设置
,color=“source” ##颜色设置，source表示使用节点的颜色
) ##线条格式 ,设置所有线条的格式
,label_opts=opts.LabelOpts(font_size=16
,position=‘left’
) ##标签配置，具体参数详见opts.LabelOpts()

       ,levels= [opts.SankeyLevelsOpts(  depth=0, ##第一层的配置
                                        itemstyle_opts=opts.ItemStyleOpts(color="#fbb4ae"),##节点格式的配置
                                        linestyle_opts=opts.LineStyleOpts(color="source", opacity=0.2, curve=0.5))##信息流的配置
                ,opts.SankeyLevelsOpts(  depth=1,##第二层的配置
                                        itemstyle_opts=opts.ItemStyleOpts(color="#b3cde3"),##节点格式的配置
                                        linestyle_opts=opts.LineStyleOpts(color="source", opacity=0.2, curve=0.5))##信息的配置

                
               ]# 桑基图每一层的设置。可以逐层设置
            )
    )

以上有内容借鉴pyecharts 学习篇☞桑基图实用示例，侵删

最后说一个小问题

如果出现了标题却没有桑基图，可以检查一下浏览器的设置是不是安全性组织了弹出，不过这个可能性比较小，另外就是主要用于无法访问html中的"https://assets.pyecharts.org/assets/echarts.min.js",可在无法联网时使用
方法为:手动定制下载echarts.min.js,复制到本地,然后修改.html文件 “https://assets.pyecharts.org/assets/echarts.min.js"为相对路径”./echarts.min.js"
详细可看Pyecharts 1.7.0制作图表，运行生成的html文件用浏览器打开空白问题（以桑基图为例）