數據可視化專題：再炫酷的桑基圖，三步就能完成

首先來回答一個問題，什麼是桑基圖？

不廢話，先上東西：

上面這個圖片就是【桑基圖】，桑基圖的一個典型特徵就是能量的分流，數據按照一定的規則呈現結構化的分佈，它主要包括三個部分：節點、節點之間的鏈接、節點鏈接的數據。

桑基圖對於數據分析師來說應用非常廣泛，因為數據分析師的工作就是把繁雜的數據一層層拆解，最終找到引發問題出現的原因，例如流量拆解、GMV拆分、消費者預估等等。

怎樣快速做出一個多層級的桑基圖？

pyecharts 是用 Python 寫的可視化工具包，調用簡單，操作方便。

第一步：安裝 pyecharts

<code>
pip
 install pyecharts/<code>

第二步：導入工具包

<code>
import
 pandas 
as
 pd
from
 pyecharts 
import
 options 
as
 opts
from 
 pyecharts.charts 
import
 Sankey/<code>

第三步：導入數據

<code>nodes = [
    {
"name"
: 
"總客戶"
},
    {
"name"
: 
"新客"
},
    {
"name"
: 
"老客"
},
    {
"name"
: 
"一次老客"
},
    {
"name"
: 
"二次老客"
},
    {
"name"
: 
"三次老客"
},
]

links = [
    {
"source"
: 
"總客戶"
, 
"target"
: 
"新客"
, 
"value"
: 500},
    {
"source"
: 
"新客"
, 
"target"
:  
"一次新客"
, 
"value"
: 500},
    {
"source"
: 
"總客戶"
, 
"target"
: 
"老客"
, 
"value"
: 300},
    {
"source"
: 
"老客"
, 
"target"
: 
"二次老客"
, 
"value"
: 100},
    {
"source"
: 
"老客"
, 
"target"
: 
"三次老客"
, 
"value"
: 100},
]/<code>

第四步：生成圖表

<code>sankey = Sankey()
sankey.
add
(
        
"sankey"
,
        nodes,
        links,
        linestyle_opt=opts.LineStyleOpts(opacity=
0.2
, curve=
0.5
, color=
"source"
),
        label_opts=opts.LabelOpts(position= 
"right"
),
    )
sankey.set_global_opts(title_opts=opts.TitleOpts(title=
"Sankey-基本示例"
))
sankey.render_notebook()/<code>

除了安裝包之外，三步就可以生成一個桑基圖。下面我來解釋一下，Sankey 這個類當中的參數：

• "sankey" 圖表的名稱
• nodes 節點數據，格式為json
• links 節點之間的連接，格式為json
• linestyle_opt / opacity 不透明度
• linestyle_opt / curve 彎曲程度
• linestyle_opt / color 配色

主要的一點要注意，nodes 和 links 一定要滿足規定的條件格式，一般數據源都是在excel 或者在數據庫中保存，接下來我們要做的是：怎樣把本地數據源，變成可用的數據格式

先看下我們的數據源：

這個數據源就是文章開頭那個桑基圖的數據，它包含了兩個層級，所以，第一步我們要做的是，構建nodes（節點）數據：

<code>df_columns = list(df.columns)[:
-1
]
node_list = []
for
 column in df_columns:
    df_node = df[column].unique()
    
for
 node in df_node:
        dic = {}
        dic[
'name'
] = node
        node_list.
append
(dic)
print
(node_list)

-----------------------------------------
  
[{
'name'
: 
'消費者'
}, {
'name'
: 
'新客'
}, {
'name'
: 
'老客'
}, {
'name'
: 
'連衣裙'
},
 {
'name'
: 
'褲子'
}, {
'name'
: 
'襯衫'
}, {
'name'
: 
'T恤' 
},
 {
'name'
: 
'針織衫'
}, {
'name'
: 
'外套'
}, {
'name'
: 
'運動鞋'
}, {
'name'
: 
'休閒鞋'
},
 {
'name'
: 
'低幫鞋'
}, {
'name'
: 
'拖鞋'
}, {
'name'
: 
'跑鞋'
}]/<code>

第二步構建links：

把【客戶屬性】和【一級類目】組合，完成第一層級的數據，以便達到下面的效果：

<code>	
客戶屬性
	
一級類目
	
購買人數
0
	
消費者
	
新客
	
2021
1
	
消費者
	
老客
	
2628
/<code>

再把第二層級拿出來，與第一層的數據組合起來，完整代碼如下：

<code>df_lv1 = df.groupby([
'客戶屬性'
, 
'一級類目'
]).sum()
df_lv1 =  df_lv1.reset_index()
df_lv2 = df.iloc[:,
1
:]
df_lv1.columns = [
'from'
, 
'to'
, 
'data'
]
df_lv2.columns = [
'from'
, 
'to'
,  
'data'
]
df_links = pd.concat([df_lv1, df_lv2])

links_list = []
for
 
link
 in df_links.values:
    link_dict = {}
    link_dict[
"source"
] = 
link
[
0
]
    link_dict[
"target"
] = 
link
[
1
]
    link_dict[
"souvaluerce"
] = 
link
[
2
]
    links_list.append(link_dict)/<code>

最後，把組合好的數據放入模板當中：

<code>new_sankey = Sankey()
new_sankey.
add
(
        
""
,
        node_list,
        links_list,
        linestyle_opt=opts.LineStyleOpts(opacity=
0.2
, curve=
0.5
, color=
"source"
),
        label_opts=opts.LabelOpts(position=
"right"
),
    )
new_sankey.set_global_opts(title_opts=opts.TitleOpts(title=
"新老客購買類目"
))
new_sankey.render_notebook()/<code>

就形成了文章開頭的圖片樣式。

數據可視化涉及到的圖表類型還有很多，之後會陸續為大家更新。