python 桑基图 地理坐标_手把手教你用Python绘制酷炫的桑基图

最近 ，不止一次收到小伙伴的截图追问：

“这个图叫什么 ？ ？ ？”

“这个图真好看 ！ ！ ！怎么画啊 ？”

......

笔者本没有干货 ，问的人多了 ，也便有了干货 。

此图姓桑名基 ，平素不喜露面 。奈何天生丽质 ，偶有露面 ，必引众人围观 。

时人有云：“桑基桑基 ，高贵美丽 ！”

桑基是何许图也 ？

据笔者不严谨的抽样提问统计 ，90%想学习桑基图的旁友 ，都是被她妖艳炫酷的外表所吸引 。

而桑基图真正代表了什么 ？和类似图表相比的独特性是什么 ？却几乎无人问津 。

害 ！人真的是视觉动物 ！

言归正传 ，我们来看看百科的官方解释：

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" 。

Emmm ，有点内个意思了 ，结合其他资料 ，做进一步的汇总提炼：

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

文字太苍白 ，下面我们用Python来绘制一个具体的实例 。

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 。

这里我们用“当代青年熬夜原因分析”数据为例：

(数据来源：这个数据是笔者近两周卖炒粉时口头做的调研)

很规整的性别、熬夜原因、人数三列数据 。

不过 ，要用pyecharts来画图 ，得入乡随俗 ，按照它定的规则来规整数据源 。

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”和熬夜原因一列的“打游戏”、“加班”、“看剧”以列表内嵌套字典的形式去重汇总：

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：

source-target-value的字典格式 ，很清晰的描述了数据的流转情况 。

这两块数据准备完毕 ，桑基图已经完成了80% ，剩下的20% ，只是固定格式的绘图代码：

from pyecharts.charts import Sankeyfrom 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')

一个回车下去 ，看看成果：

果然 ，男打游戏女看剧 ，加班熬夜是儿戏 。

如果想要垂直显示 ，只需要在add函数里面加一个orient="vertical"就好：

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,orient="vertical", #更改的是这里).set_global_opts(title_opts=opts.TitleOpts(title = '熬夜原因细分桑基图')))

pic.render('test2.html')

OK ！不过 ，还有同学意犹未尽 ，这个是涉及到两层的流转 ，那如果三层 ，需要怎么画呢 ？

不慌 ，先导入(狗粮)数据：

这是某宠物品牌 ，3月份主要产品购买路径(第一次和第二次)的数据 ，先是品类 ，其次是第一次购买的产品类型 ，接着是第二次购买的产品类型 ，最后一列对应人数 。

(注：这里第一次购买的产品前面加了“1-” ，第二次购买加了“2-”的区分标识 。)

画图必备的nodes节点实现很简单 ，所有节点(品类、第一次购买、第二次购买)做去重汇总 ，对上面生成nodes代码稍作调整就可以：

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：

规整汇总好之后 ，只需要复用上面的linkes代码：

画图代码几乎没变 ，只是改了个标题：

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')

大功告成 ，So easy ！无论是多少层数据的流转 ，只要定义好nodes和linkes ，就能以不变应万变 。

最后 ，通过上面的桑基图 ，我们能够非常直观的洞察到客户购买流转规律：

出于试错成本的考量 ，大部分客户第一次购买的是小规格狗粮 。

第一次购买小规格狗粮的客户 ，流失(第二次未购买)情况严重 ，且再次购买客户 ，更倾向于继续选择小规格狗粮尝试 ，而不是信任性的购买大规格狗粮 。

第一次购买大规格狗粮的客户 ，留存下来的客户已经建立起对品牌的信任感 ，再次购买大部分选择了大规格狗粮 。

购买狗粮的客户第二次复购鲜有尝试玩具的 ，而第一次购买玩具的客户 ，也并未建立起对品牌狗粮的兴趣 。

原本死板的数据 ，在桑基的装扮之下 ，变得楚楚动人 。