教你用pyecharts制作交互式桑基图

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。

教你用pyecharts制作交互式桑基图_第1张图片

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。

教你用pyecharts制作交互式桑基图_第2张图片

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:

教你用pyecharts制作交互式桑基图_第3张图片

 

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:

教你用pyecharts制作交互式桑基图_第4张图片

静图

 

教你用pyecharts制作交互式桑基图_第5张图片

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()

教你用pyecharts制作交互式桑基图_第6张图片

 

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:

教你用pyecharts制作交互式桑基图_第7张图片

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

教你用pyecharts制作交互式桑基图_第8张图片

links:

教你用pyecharts制作交互式桑基图_第9张图片

 

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:

教你用pyecharts制作交互式桑基图_第10张图片

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:

教你用pyecharts制作交互式桑基图_第11张图片

 

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 pd
from pyecharts.charts import Page, Sankey
from pyecharts import options as opts

# 读取csv文件
data = pd.read_csv(r'sample.csv',encoding='gbk',header=None)

# 生成nodes
nodes = []
nodes.append({'name':'总支出'})
for i in data[0].unique():
    dic = {}
    dic['name'] = i
    nodes.append(dic)

# 生成links
links = []
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')

你可以通过配置项otps来设置图表的颜色、标签、标题等信息,具体细节可以去官网查询,这里不做赘述。

官网链接:https://pyecharts.org

 

第三步:打开html文件

生成html文件后,直接通过浏览器打开即可,就可以看到能交互的桑吉图了

教你用pyecharts制作交互式桑基图_第12张图片

结论

本文介绍了如何使用pyecharts在python中制作交互式桑基图,希望能给大家的可视化提供帮助!

发布于 2019-08-30

你可能感兴趣的:(数据可视化)