【Python】使用pyecharts制作桑基图

提示：基于pyecharts和pandas，本文详细而全面的讲解了从数据处理到桑基图制作的整个过程

---

前言

桑基图作为一种流程图表，具有直观性、可视化效果好、易于比较、可交互性和可扩展性等优点，可以帮助人们更好地理解和处理数据，同时还可以在各个领域中发挥重要的作用。
不同于其他介绍桑基图的文档，本文档从数据处理到桑基图制作提供指导，可以帮助大家非常方便的制作桑基图。

---

一、pyecharts是什么？

Pyecharts 是一种基于 Python 语言的数据可视化库，它能够生成丰富、交互式和动态的图表。具有许多优点：

1. 容易上手：Pyecharts 设计简洁，易于理解和学习。即使你没有编程经验，也可以在很短的时间内创建出高质量的图表。
2. 多样化的图表类型：Pyecharts 支持多种类型的图表，包括折线图、柱状图、饼图、散点图、地图等。此外，Pyecharts还支持组合图表，你可以将多个图表组合在一起，以呈现更多样的数据。
3. 丰富的图表样式：Pyecharts支持多种图表样式，包括颜色、标签、标题等。这些样式可以根据你的需求进行自定义，以创造出符合你品牌形象或主题的图表。
4. 交互式：Pyecharts 提供了丰富的交互功能，如鼠标滑过提示、缩放、拖动、选取、联动等，可以帮助你更加直观地分析和呈现数据。
5. 可视化效果高：Pyecharts 的图表效果非常好，支持高清分辨率和无损缩放，可以呈现出非常美观、清晰的图表。
6. 可扩展性：Pyecharts 可以与多个 Python 库集成，如 Pandas、NumPy、Jupyter Notebook 等，也可以支持多个数据格式，如 CSV、JSON、Excel 等。

二、使用步骤

1.引入库

代码如下（示例）：

import pandas as pd
from pyecharts.charts import Sankey
from pyecharts import options as opts
import warnings
warnings.filterwarnings("ignore")

2.读入数据

代码如下（示例）：

data=pd.read_csv(r'test1.csv',encoding='gbk')
print(data.head())

运行得到如下结果：

示例数据，代表不同id的用户于某天在某个购物网站的访问行为

3.数据处理

比如我们想要制作用户访问行为的桑基图，查看用户的行为情况。首先将以上数据处理成制作桑基图的数据格式

1.数据转置
代码如下（示例）：

data_pivot = pd.pivot(data,index=['report_day','distinct_id'],columns='rank_view',values='rank_event_category_name')
data_pivot.reset_index(inplace=True)
data_copy=data_pivot.copy()
print(data_copy)

运行得到如下结果：

2.缺失值处理
代码如下（示例）：

for columns in data_copy.iloc[:,1:]:
    data_copy[columns].fillna(str(columns)+'-'+'流失',inplace=True)
print(data_copy)

运行得到如下结果：

3.交换两列的位置
代码如下（示例）：

temp=data_copy['distinct_id']
data_copy.drop(['distinct_id'],axis=1,inplace