大家好，我是小z~

最近，不止一次收到群里小伙伴的截圖追問：

“這個(gè)圖叫什么？？？”

“這個(gè)圖真好看！?。≡趺串嫲?？”

小z本沒有干貨，問的人多了，也便有了干貨。

此圖姓桑名基，平素不喜露面。奈何天生麗質(zhì)，偶有露面，必引眾人圍觀。

時(shí)人有云：“桑基?；哔F美麗！”

1

?；呛卧S圖也

據(jù)小z不嚴(yán)謹(jǐn)?shù)某闃犹釂柦y(tǒng)計(jì)，90%想學(xué)習(xí)?；鶊D的旁友，都是被她妖艷炫酷的外表所吸引。

而桑基圖真正代表了什么？和類似圖表相比的獨(dú)特性是什么？卻幾乎無(wú)人問津。

害！人真的是視覺動(dòng)物！

言歸正傳，我們來(lái)看看百科的官方解釋：

桑基圖(Sankey diagram)，即?；芰糠至鲌D，也叫桑基能量平衡圖。它是一種特定類型的流程圖，圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的"蒸汽機(jī)的能源效率圖"而聞名，此后便以其名字命名為"?；鶊D"。

Emmm，有點(diǎn)內(nèi)個(gè)意思了，結(jié)合其他資料，做進(jìn)一步的匯總提煉：

• ?；鶅蓚€(gè)字取自“發(fā)明”者的名字
• 屬于流程圖的一種，核心在于展示數(shù)據(jù)的流轉(zhuǎn)
• 主要由節(jié)點(diǎn)、邊和流量三要素構(gòu)成，邊越寬代表流量越大
• 遵循守恒定律，無(wú)論怎么流動(dòng)，開端和末端數(shù)據(jù)總是一致的

文字太蒼白，下面我們用Python來(lái)繪制一個(gè)具體的實(shí)例~

2

Python手把手繪制?；鶊D

動(dòng)手之前，我們?cè)俅吻煤诎?，回?a href='/map/sangjitu/' style='color:#000;font-size:inherit;'>?；鶊D組成要素的重點(diǎn)——節(jié)點(diǎn)、邊和流量。

任何?；鶊D，無(wú)論展現(xiàn)形式如何夸張，色彩如何艷麗，動(dòng)效如何炫酷，本質(zhì)都逃不出上述3點(diǎn)。

只要我們定義好上述3個(gè)要素，Python的pyecharts庫(kù)能夠輕松實(shí)現(xiàn)?；鶊D的繪制。

這里我們用“當(dāng)代青年熬夜原因分析”數(shù)據(jù)為例：

數(shù)據(jù)來(lái)源：這個(gè)數(shù)據(jù)是小z近兩周賣炒粉時(shí)口頭做的調(diào)研

很規(guī)整的性別、熬夜原因、人數(shù)三列數(shù)據(jù)。

不過，要用pyecharts來(lái)畫圖，得入鄉(xiāng)隨俗，按照它定的規(guī)則來(lái)規(guī)整數(shù)據(jù)源。

首先是節(jié)點(diǎn)，這一步需要把所有涉及到的節(jié)點(diǎn)去重規(guī)整在一起。也就是要把性別一列的“男”、“女”和熬夜原因一列的“打游戲”、“加班”、“看劇”以列表內(nèi)嵌套字典的形式去重匯總：

接著，定義邊和流量，數(shù)據(jù)從哪里流向哪里，流量（值）是多少，循環(huán)+字典依然可以輕松搞定：

source-target-value的字典格式，很清晰的描述了數(shù)據(jù)的流轉(zhuǎn)情況。

這兩塊數(shù)據(jù)準(zhǔn)備完畢，?；鶊D已經(jīng)完成了80%，剩下的20%，只是固定格式的繪圖代碼：

from pyecharts.charts import Sankeyfrom pyecharts import options as optspic = (    Sankey()    .add('', #圖例名稱         nodes,    #傳入節(jié)點(diǎn)數(shù)據(jù)         linkes,   #傳入邊和流量數(shù)據(jù)         #設(shè)置透明度、彎曲度、顏色         linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = "source"),         #標(biāo)簽顯示位置         label_opts=opts.LabelOpts(position="right"),         #節(jié)點(diǎn)之前的距離         node_gap = 30,    )    .set_global_opts(title_opts=opts.TitleOpts(title = '熬夜原因?；鶊D')))pic.render('test.html')

一個(gè)回車下去，看看成果：

果然，男打游戲女看劇，加班熬夜是兒戲。

如果想要垂直顯示，只需要在add函數(shù)里面加一個(gè)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",      #更改的是這里    )    .set_global_opts(title_opts=opts.TitleOpts(title = '熬夜原因細(xì)分?；鶊D')))pic.render('test2.html')

OK！不過，還有同學(xué)意猶未盡，這個(gè)是涉及到兩層的流轉(zhuǎn)，那如果三層，需要怎么畫呢？

不慌，先導(dǎo)入（狗糧）數(shù)據(jù)：

這是某寵物品牌，3月份主要產(chǎn)品購(gòu)買路徑（第一次和第二次）的數(shù)據(jù)，先是品類，其次是第一次購(gòu)買的產(chǎn)品類型，接著是第二次購(gòu)買的產(chǎn)品類型，最后一列對(duì)應(yīng)人數(shù)。

注：這里第一次購(gòu)買的產(chǎn)品前面加了“1-”，第二次購(gòu)買加了“2-”的區(qū)分標(biāo)識(shí)。

畫圖必備的nodes節(jié)點(diǎn)實(shí)現(xiàn)很簡(jiǎn)單，所有節(jié)點(diǎn)（品類、第一次購(gòu)買、第二次購(gòu)買）做去重匯總，對(duì)上面生成nodes代碼稍作調(diào)整就可以：

而linkes只接受source-traget-value的格式，得先對(duì)源數(shù)據(jù)進(jìn)行格式調(diào)整，分別形成“品類-第一次購(gòu)買-人數(shù)”，“第一次購(gòu)買-第二次購(gòu)買-人數(shù)”的樣式，再統(tǒng)一匯總：

規(guī)整匯總好之后，只需要復(fù)用上面的linkes代碼：

畫圖代碼幾乎沒變，只是改了個(gè)標(biāo)題：

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 = '客戶購(gòu)買路徑流轉(zhuǎn)圖')))pic.render('test3.html')

大功告成，So easy！無(wú)論是多少層數(shù)據(jù)的流轉(zhuǎn)，只要定義好nodes和linkes，就能以不變應(yīng)萬(wàn)變。

最后，通過上面的?；鶊D，我們能夠非常直觀的洞察到客戶購(gòu)買流轉(zhuǎn)規(guī)律：

• 出于試錯(cuò)成本的考量，大部分客戶第一次購(gòu)買的是小規(guī)格狗糧。
• 第一次購(gòu)買小規(guī)格狗糧的客戶，流失（第二次未購(gòu)買）情況嚴(yán)重，且再次購(gòu)買客戶，更傾向于繼續(xù)選擇小規(guī)格狗糧嘗試，而不是信任性的購(gòu)買大規(guī)格狗糧。
• 第一次購(gòu)買大規(guī)格狗糧的客戶，留存下來(lái)的客戶已經(jīng)建立起對(duì)品牌的信任感，再次購(gòu)買大部分選擇了大規(guī)格狗糧。
• 購(gòu)買狗糧的客戶第二次復(fù)購(gòu)鮮有嘗試玩具的，而第一次購(gòu)買玩具的客戶，也并未建立起對(duì)品牌狗糧的興趣。

原本死板的數(shù)據(jù)，在?；难b扮之下，變得楚楚動(dòng)人。