作者 | 周志鹏

责编 | 郭 芮

最近，不止一次收到小伙伴的截图追问：

“这个图叫什么？？？”

“这个图真好看！！！怎么画啊？”

......

笔者本没有干货，问的人多了，也便有了干货。

此图姓桑名基，平素不喜露面。奈何天生丽质，偶有露面，必引众人围F % n F观。

时人有云：“桑基桑基，高贵美丽！”

桑基是何许图也？

据笔者不严谨的抽样提问统计I K 1 U @，90%想学习桑基图的旁友，都是被她妖艳炫酷的外: t 1 H ! y表所吸引。

而桑基图真正代表了什么？和类似图表相比的独特性是什么？却几乎无人问津7 D m C 0 y。

害！L h t N e r人真的是视觉动物！

言归正传，我们来看看百科的官方解释：

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，通常应用于能源、材料成分、金融等数据的可视化分T ; { t R析。因1898年Matthew Henry Phineas Riall Sankey绘制的X 1 H\"蒸汽机的能源效率图\m r k 0 _ ! G"而闻名，此后便以其名字命名为\"桑基图\"。 ] 2 F j ] .

Emmm，有点内个意思了，结合其他资料，做进一步的汇总提炼：

• 桑基两个x 1字取自“发明”者的名字

• 属于流程图的一种，核心在于展示数据的流转

• 主要由节点、边和流量三要素构成，边越宽代表流量越大Q @ Z 3 M

• 遵循守恒定律，无论怎么流动0 G S p + L Z n r，开端和末端数据总是一致的

文字太苍白，下面我们用Python来绘制一0 : | V s [ o个具体的实例。

Python手把手绘制桑基图

动手之前，我们再次敲黑板，回顾桑基图组成要素j u 0的重点——节点、边和流量。

任何桑基图，无论展现形式如何夸张，色彩如何艳丽，动效如何炫酷，本质都逃不出上述3点。

只要我们定义好上述3个T g * 要素，Python的pyecharts库能够轻松实现桑基图的绘制O [ 2 s N ] Z | O。

这里我们用“当代青年熬夜原因分析”数据为例：

（数据来源：这个数据是笔者近两周卖炒粉时口头做的调研）

很规整的性别、熬夜原因、人数三列数据, B s 。

不! @ G u }过，要用pyecharts来画图，得入乡随俗，按照它定的规则来规整数据源。

首先是节点，这一步需要把所有涉及到的节点去重规整在一起。也就是要把性别一列的“男8 s 9 b 5 i @”、“女”和熬夜原因一列的“打游戏”、“加班”、“看剧”以列表内嵌套字典的形式去重汇总：

接着，定义边和流量，数据从哪里流向哪里，流量（值）H u y g o 2 P是多少，循环+字典依然可以轻松搞定：

source-target-value的m ! y J . l字典格式，很清_ 2 H G ;晰的描述了数据的流转情况。

这两块数据准备完毕，桑基图已经完成了80%，剩下的20%，只是固定格式的绘图代码：

from pyecharts.charts import Sankeh n ] / Gyfrom pyecharI ( 8 e ts import option!  5 P ys as opts
pic = ( Sankey .add(\'\', #图例名称 nodes, #传入节点数据 linkes, #N b B O 8 l传入边和流量数据 #设置透明度、弯曲度、颜色 linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = \"sourn D ; Jce\"), #标签显示位置 label_opts=opts.LabelOpts(position=\"right\"), #节点之前的距离 node_gap = 30, ) .sed _ ! Z ? 2t_global_opts(tC  j / U $ K L &itle_opts=opts.TitleOpts(title = \'熬夜原因桑基图\'))B l 6 A  t)
pO & ? ? ) C uic.rendeG F ? tr(\'test.html\')

一个} 6 5 F H回车下去，看看成果：

果然，男打游戏女看剧，加h F B b Y班熬夜是儿戏。

如果想要垂直显示，只需O - Z S要在add函数里面加一个orient=\"vertical\"就好A T f o J 3 c T：

pic = ( Sankey .add(\'\', nodes, linkes, linestyle_opt} b ( t , , k=opts.LineStyleOo G = ; $ { K tpts(opacity = 0.3, curve = 0.5, color = \"source\"), label_1 3 S ropts=opts.LabelOpts(position=\"top\")M  6 G B &, node_gap = 30, orij C ( * [ P 3 T ^ent=\"vertical\", #更改的是这里 ) .set_gls ) j Fobal_opts(title_opts=optj [ 1s.TitleOpts(title = \'熬夜原{ O R因细分桑基图l Q @ 1 M 4\')))
pic.render(\'tesh K / j ` ) Gt2.html\')

OK！不m ? J w ^过，k y Y 还有同学意犹未尽，这个是涉及到两层的流转，那如果三层，需要怎么画呢？

不慌，先导入（狗粮）数据：

这是某宠物品牌，3? Y e *月份主要产品购买路径（第一次和第二次）的数据，先是品类，其次2 o ~ Q C是第一次购买的产品类型，接着是第二次购买的产品类型，最后一列对应人数。

（注：这里第一次购买的产品前面加了“Q x Z ; N t1-”，第二次购买加了“2-”的区分标识。）

画图必备的nodes节点实现很简单，所有节点（品类、第一次购买、第二次购买）做去重汇总，对上面生成nodesV 3 d U代码稍作调整就可以：

而ll I 3 a A V ^inkes只接受source-traget-value的格式，得先对源数据进行格式调整，分别形成“品类-第一次购买-人数”，“第一次购买-第二次购买-人数”的样式，再统一汇总：

规整汇总好之后，只需要复用N - g $ 2 M s {上面的@ I Y 7 O :linkes代码：

画图代码几乎没变，| Y e只是改了个标题：

pic = ( SanA L @ M /key .add(\'4 D J n\', nodes, linkes,Y : + linestl 5 O h k 6yle_opt=opts.LineStyleOpts(opaciM C u s ! : !ty = 0.3, curve = 0.5, color = \'source\'), label_opts=opts.LabelOpts(position = \'top\'), node_gap = 30, ) .set_& w B F d p ( Bglobal_opts(title_opts=opts.x % ^ _ l v w S ?TitleOpts(title = \'客户购买路径流转图\')))pic.render(\'test3.html\')

大功告成，So easy！无论是多少层数据的流转，只要定义好nodes和linkes，就能以不变应万变。

最后，通过上面的桑基图，我们能够非常直观的洞察到客户购买流转规律：

出于试错成本的考量，S ( ( H { Y a = q大部分客户第一次购买的是小规格狗粮。

第一次购买小规格狗粮的客户，流失（第二次未购买）情况严重，且再次购买客户，更倾向于继续选择f c x 5 h , z小规格狗粮尝试，而不是信任性的购买大规格狗粮。

第一次购买大规格狗粮的客户，留存下来的客户已经建立起对品牌的信任感，再次购买大部分选择了r * e v # h U大规格狗粮。

购买狗粮的客户第二次复购鲜有尝试玩具的，而第一次购买玩具的客户，也并未建立起对品牌狗粮的兴y z & 4 s D D趣。

原本死板的数据，在桑基的装扮之下，变得楚楚动人。

声A m q G e s ?明：本文为作者投9 $ =稿，版权归其所有。