python可视化动态图表: 关于pyecharts的sankey桑基图绘制

最近因工作原因，需要处理一些数据，顺便学习一下动态图表的绘制。本质是使具有源头的流动信息能够准确找到其上下级关系和流向。

数据来源是csv文件 导入成为dataframe之后,列为其车辆的各部件供应商公司名称或其自身的属性。

导入后经过处理期望是看到整个工业的供应链和市场份额.

 

结果的部分截图: 

数据来源:

核心是将以上数据处理成接口需要的两个数据，一个是所有节点的名称。另一个是节点之间互相链接的值，见下图

NODE: 所有桑基图的节点集合

 

 link: 每一个数据流的起始，结束，与值。

核心统计原理是：

先确定从左到右的统计大纲：在本次案例中为:

接下来就是找大纲序列中当前大类中对应下一级的小类的数目,例: 案例第一步即找最高车速段中 最高车速能力在<180km/h的筛选出来，同时找出低速度段且续驶里程>80km的数量.

统计代码:

# link 数据架构
link=[]
for i in range(len(title)):
    temp0=list(class_item)
    for j in list(class_item[temp0[i]]):
        try:
            for k in list(class_item[temp0[i+1]]):
                df1=df[df[temp0[i]]==j]
                df2=df1[df1[temp0[i+1]]==k]
                temp_value=len(df2)
                if temp_value!=0:
                    link.append({'source':j,
                                 'target':k,
                                 'value':temp_value})
                    del df1
                    del df2
        except:
            continue

 

总代码:

# 数据架构 总领数据架构-品牌-车辆用途-
import matplotlib.pyplot as plt
from pyecharts import Pie,Bar,Page,Bar3D,Overlap,Line,Boxplot,Surface3D,Sankey,EffectScatter
import pandas as pd
import numpy as np
df=pd.read_excel(r'C:\Users\wenzhe.tian\Desktop\数据分析\北理新能源数据v2\02_20190301\2EV_v2.xlsx','Sheet1')
df_ori=df.copy()
#数据处理部分 添加项目，替换重复 格式统一 去掉空格 等
df=df[df.技术类型.str.contains('EV',regex=False)]
df=df.reset_index()
df=df.drop('index',axis=1)

#数据格式处理
df['车型分类']=df['车型分类'].fillna('nan')
df=df[~df['车型分类'].isin(['nan'])] # 江淮ES8供应商数据大量缺失,故排除 也可drop
df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].fillna(0)
df['车辆品牌']=df['车辆品牌'].map(str).replace('传祺（Trumpchi）牌','传祺(Trumpchi)牌')
df['通用名称'][df['电动汽车续驶里程（工况法，km）']==0]='ES8'
df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']==0]=355
df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']=='155(对应整备质量750kg),165(对应整备质量700kg)']=165
df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']==170203203]=255
df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].fillna(0)
df['最高车速']=df['最高车速'].astype(int)
df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].astype(int)
df['最高车速段']=df['最高车速'].astype(str)
df['续驶里程段']=df['电动汽车续驶里程（工况法，km）'].astype(str)

#df['电池能量密度']=df['电池容量']*df['储能装置总成标称电压（V）']/df['储能装置总成质量（kg）']


df['整备质量（kg)'][(df['整备质量（kg)'].isnull()) | (df["整备质量（kg)"].apply(lambda x: str(x).isspace()))]=2390
# 去掉前后空格
title=list(df)
df['储能装置单体质量（kg）']=df['储能装置单体质量（kg）'].astype(str)
for i in title:
    try:
        df[i]=df[i].map(str.strip)
    except:
        continue

#重复值处理        
df=df.replace('比亚迪汽车工业有限公司,比亚迪汽车工业有限公司', '比亚迪汽车工业有限公司')
df=df.replace('比亚迪汽车工业有限公司/比亚迪汽车工业有限公司', '比亚迪汽车工业有限公司')
df=df.replace('山东德洋电子科技有限公司,山东德洋电子科技有限公司', '山东德洋电子科技有限公司')
df=df.replace('深圳市大地和电气股份有限公司(软件)/深圳市大地和电气股份有限公司(硬件)', '大地和电气')
df['最高车速段'][(df['最高车速']<=180)]='<180km/h'
df['最高车速段'][((df['最高车速']<=200)& (df['最高车速']>180))]='180-200km/h'
df['最高车速段'][(df['最高车速']>200)]='>200km/h'

df['续驶里程段'][(df['电动汽车续驶里程（工况法，km）']<=60)]='<60km'
df['续驶里程段'][((df['电动汽车续驶里程（工况法，km）']<=80)& (df['电动汽车续驶里程（工况法，km）']>60))]='60-80km'
df['续驶里程段'][(df['电动汽车续驶里程（工况法，km）']>80)]='>80km'
title=['最高车速段','续驶里程段','车辆用途','企业名称','车型分类','车辆品牌',
       '电机生产商','电动汽车整车控制器生产企业','电动汽车车载充电机生产企业','储能装置总成生产企业','车载能源管理系统生产企业']

#无效值处理  
for i in title:
    df[i]=df[i].astype(str)
    df[i]=df[i].map(lambda x: x.replace('有限公司','').replace('股份','').replace('公司','').replace('分','').replace(' Company','').replace(' company','').replace('牌','品牌').replace('北京新能源汽车','北汽新能源'))
    df[i]=df[i].map(lambda x: x.replace('浙江','').replace('山东','').replace('广州汽车集团乘用车','广汽').replace('杭州','').replace('江西','').replace('合肥',''))
    df[i]=df[i].map(lambda x: x.replace('深圳市','').replace('永康市','').replace('珠海','').replace('郑州','').replace('软件:','').replace('硬件:','').replace('北京:','').replace('长沙市','').replace('金华市',''))
    df[i]=df[i].map(lambda x: x.replace('nan','北汽新能源').replace('（','(').replace('）',')').replace('()','').replace('/深圳市大地和电气','').replace('开发企业','').replace('生产企业','').replace('福建省汽车工业集团云度新能源汽车','云度新能源'))
    df[i]=df[i].map(lambda x: x.replace('电机1:华域汽车电动系统/电机2:华域汽车电动系统','华域汽车电动系统').replace('前:蔚然(南京)动力科技/后:蔚然(南京)动力科技','蔚然(南京)动力科技'))
    if i =='最高车速段':
        str_item='最高车速'
    elif i =='续驶里程段':
        str_item='续航里程'
    elif i =='电机生产商':
        str_item='MOT'        
    elif i =='电动汽车整车控制器生产企业':
        str_item='MC'
    elif i =='电动汽车车载充电机生产企业':
        str_item='OBC'
    elif i =='储能装置总成生产企业':
        str_item='BAT'
    elif i =='车载能源管理系统生产企业':
        str_item='BMS'
    else:
        str_item=''
        
    df[i]=df[i].map(lambda x: str_item+x)  
    

class_item={}
for i in title:
    class_item[i]=df[i].drop_duplicates()

    
node=[]
for i in title:    
    for j in list(class_item[i]):
        node.append({'name':j})
# link 数据架构
link=[]
for i in range(len(title)):
    temp0=list(class_item)
    for j in list(class_item[temp0[i]]):
        try:
            for k in list(class_item[temp0[i+1]]):
                df1=df[df[temp0[i]]==j]
                df2=df1[df1[temp0[i+1]]==k]
                temp_value=len(df2)
                if temp_value!=0:
                    link.append({'source':j,
                                 'target':k,
                                 'value':temp_value})
                    del df1
                    del df2
        except:
            continue
                    

sankey = Sankey("EV供应商链统计",width=6000, height=700)
sankey.use_theme('roma') #roma wonderland
sankey.add(
    "EV供应商统计",
    node,
    link,
    line_opacity=0.2,
    line_curve=0.3,
    line_color='source',
    sankey_node_gap=13,
    is_label_show=True,
    label_pos="right",
    is_legend_show =False,
    label_text_size=11
)
sankey.render('EV供应商统计_All.html')
del sankey

sankey = Sankey("EV供应商链统计",width=6000, height=1500)
sankey.use_theme('roma') #roma wonderland
sankey.add(
    "EV供应商统计",
    node,
    link,
    line_opacity=0.2,
    line_curve=0.3,
#    line_color='source',
    sankey_node_gap=13,
    is_label_show=True,
    label_pos="right",
    is_legend_show =False,
    label_text_size=12
)
sankey.render('EV供应商统计_All_v2.html')

View Code

 

(之前是用plotly，后来发现pyecharts接口稍微简单些，其实都差不多，但plotyly可以一些特殊地图绘制比pyecharts来的精细，所以看绘图需求吧)

附上链接:https://plot.ly/python/   https://pyecharts.org/#/zh-cn/intro  用于查阅需要绘制的图的种类