Python Plotly 如何使用Pandas dataframe定义Sankey图的结构

Sankey图用于通过定义“源”表示源节点和“目标”表示目标节点来可视化流动。它用于表示不同数据点之间对象的流动。

在本教程中，让我们了解如何使用dataframe定义Sankey图的结构。在这里，我们将使用 plotly.graph_objects 模块生成图表。它包含了生成图表的许多方法。

步骤1

导入 plotly.graphs_objs 模块，并将其别名为 go 。

import plotly.graphs_objs as go

步骤2

导入Pandas模块并别名为 pd.

import pandas as pd

步骤3

创建一个拥有“id”，“label”和“color”坐标的二维节点列表 –

nodes = [
   ['id', 'label', 'color'],
   [ 0,    'A1',    'blue'],
   [ 1,    'A2',    'green'],
   [ 2,    'B1',    'red'],
   [ 3,    'B2',    'brown'],
   [ 4,    'C1',    'cyan'],
   [ 5,    'C2',    'yellow']
]

步骤4

根据下面的定义，创建一个包含”source”、”target”、”value”和”link color”的二维链接列表。

links = [
   ['Source', 'Target', 'Value', 'Link Color'],
   [  0,          2,       4,       'grey'],
   [  0,          3,       4,       'grey'],
   [  1,          3,       4,       'grey'],
   [  2,          4,       4,       'grey'],
   [  3,          4,       4,       'grey'],
   [  3,          5,       4,       'grey']
]

步骤5

计算节点和链接的标题，并生成两个数据帧，分别用于节点和链接。

nodes_headers = nodes.pop(0)
links_headers = links.pop(0)

df_nodes = pd.DataFrame(nodes, columns = nodes_headers)
df_links = pd.DataFrame(links, columns = links_headers)

步骤6

接下来，创建桑基图。将数据帧节点添加到桑基图中，并设置其颜色和厚度值。

fig = go.Figure(data=[go.Sankey(
   node = dict(
      pad = 15,
      thickness = 20,
      line = dict(color = "black", width = 0.5),
      label = df_nodes['label'].dropna(axis=0, how='any'),
      color = df_nodes['color']),

步骤7

生成以下所示的“source”、“target”、“value”和“link colors”的链接-

link = dict(
   source = df_links['Source'].dropna(axis=0, how='any'),
   target = df_links['Target'].dropna(axis=0, how='any'),
   value = df_links['Value'].dropna(axis=0, how='any'),
   color = df_links['Link Color'].dropna(axis=0, how='any'),
)

步骤8

使用 update_layout() 方法来设置桑基图的标题。最后，使用 fig.show() 展示图表。

fig.update_layout(
   title_text="DataFrame-Sankey diagram",
   font_size=10
)
fig.show()

示例

使用Pandas数据框定义桑基图结构的完整代码如下-

import plotly.graph_objects as go
import pandas as pd
nodes = [
   ['id', 'label', 'color'],
   [0, 'A1', 'blue'],
   [1, 'A2', 'green'],
   [2, 'B1', 'red'],
   [3, 'B2', 'brown'],
   [4, 'C1', 'cyan'],
   [5, 'C2', 'yellow']
]
links = [
   ['Source', 'Target', 'Value', 'Link Color'],
   [0, 2, 4, 'grey'],
   [0, 3, 4, 'grey'],
   [1, 3, 4, 'grey'],
   [2, 4, 4, 'grey'],
   [3, 4, 4, 'grey'],
   [3, 5, 4, 'grey']
]

# Retrieve headers and build dataframes
nodes_headers = nodes.pop(0)
links_headers = links.pop(0)

df_nodes = pd.DataFrame(nodes, columns=nodes_headers)
df_links = pd.DataFrame(links, columns=links_headers)

fig = go.Figure(data=[go.Sankey(
   node = dict(
      pad = 15,
      thickness = 20,
      line = dict(color = "black", width = 0.5),
      label = df_nodes['label'].dropna(axis=0, how='any'),
      color = df_nodes['color']
   ),

   link = dict(
      source=df_links['Source'].dropna(axis=0, how='any'),
      target=df_links['Target'].dropna(axis=0, how='any'),
      value=df_links['Value'].dropna(axis=0, how='any'),
      color=df_links['Link Color'].dropna(axis=0, how='any'),
   )
)])

fig.update_layout(
   title_text="DataFrame-Sankey diagram",
   font_size=10
)

fig.show()