教你用pyecharts制作交互式桑基图，赶快学起来吧！

imelee 2019-08-30

展开全文

由于工作的需要，经常需要进行可视化展示，除了一些常用的BI工具，我也会使用python对数据进行可视化。

python的第三方可视化库有很多，比如matplotlib、seaborn、plotly、bokeh、pyecharts等等。

这次就来说一说，如何用python的第三方库-pyecharts制作交互式桑基图。

示例

什么是桑基图？

桑基图是可视化图表的一种，一般用来表示数据流量。

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，比较适用于用户流量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”。

桑基图主要由边、流量和支点组成，其中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。边的宽度与流量成比例地显示，边越宽，数值越大。　

举个例子，假如我记录了自己一段时间的消费金额，并且分门别类列出清单：

数据展示不足以一目了然地看出哪类消费多、哪类消费少，如果把它做成桑基图，就可以很完美地展现消费特征：

静图

可交互

什么是pyecharts？

大部分人可能听过echarts，它是百度旗下用于可视化设计的开源项目，而pyecharts则将echarts和python结合，方便在python中调用echarts接口，直接生成可视化图表。

官方对pyecharts特性的描述：

简洁的 API 设计，使用如丝滑般流畅，支持链式调用
囊括了 30+ 种常见图表，应有尽有
支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
可轻松集成至 Flask，Django 等主流 Web 框架
高度灵活的配置项，可轻松搭配出精美的图表
详细的文档和示例，帮助开发者更快的上手项目
多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

pyecharts安装过程很简单，用pip安装即可，在命令行输入：

pip install pyecharts

你只需要简单的代码就可以生成图表：

from pyecharts.charts import Bar
bar = Bar()bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件# 也可以传入路径参数，如 bar.render("mycharts.html")bar.render()

使用pyecharts制作桑基图

前面我们展示了一张生活开支交互式桑基图：

下面就来用pyecharts实现它

桑基图在pyecharts中通过Sankey方法实现，它接受两个外部输入。

一个是所有类别的集合-nodes，一个是子类、父类、数据的三方集合-links。

这两个都是以json数据格式传入，最后以html形式输出图表。

nodes：

links：

也就是说，首先你要把数据转换成Sankey可以接受的形式。

第一步：数据准备

我们已经有这样的数据表：

对数据进行整理，我的做法是先初步整理成：子类-父类-数据，以这样的数据形式保存在csv中：

接着，写个简单转换代码，将上面数据转换成nodes和links：

# 导入相关库import pandas as pdfrom pyecharts.charts import Page, Sankeyfrom pyecharts import options as opts
# 读取csv文件data = pd.read_csv(r'sample.csv',encoding='gbk',header=None)
# 生成nodesnodes = []nodes.append({'name':'总支出'})for i in data[0].unique():    dic = {}    dic['name'] = i    nodes.append(dic)
# 生成linkslinks = []for i in data.values:    dic = {}    dic['source'] = i[0]    dic['target'] = i[1]    dic['value'] = i[2]    links.append(dic)

第二步：生成可视化结果

准备好nodes和links后，就可以调用Sankey函数

# pyecharts 所有方法均支持链式调用。c = (        Sankey()        .add("费用/元",            nodes,            links,            linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source",type_="dotted"),            label_opts=opts.LabelOpts(position="right",),        )        .set_global_opts(title_opts=opts.TitleOpts(title="我的生活支出一览"))    )# 输出html可视化结果c.render('result.html')