Python绘制”高颜值”桑基图,看穿年轻人熬夜的秘密…

挖数网精选
挖数网精选
挖数网精选
446
文章
0
评论
2020-06-0413:06:00 评论 1,616 2616字
摘要

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析。

请看以下图片:

Python绘制

相信许多小伙伴第一眼就会被它美丽的外表所吸引,由此引发一连串的惊叹:

"这个图叫什么???"

"这个图真好看!!!怎么画啊?"

为了满足大家的好奇心,小编开始了对此图的解密。

此图姓桑名基,平素不喜露面。奈何天生丽质,偶有露面,必引众人围观。

Python绘制

时人有云:"桑基桑基,高贵美丽!"

一.桑基是何许图也

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"。

——百度百科

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
  • 遵循守恒定律,无论怎么流动,开端和末端数据总是一致的

文字太苍白,下面我们用Python来绘制一个具体的实例。

二.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个要素,Python的pyecharts库能够轻松实现桑基图的绘制。

这里我们用"当代青年熬夜原因分析"数据为例:

Python绘制

Python绘制

很规整的性别、熬夜原因、人数三列数据。

不过,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"、"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:

Python绘制

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

Python绘制

source-target-value的字典格式,很清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 Sankey

from pyecharts import options as opts

pic = (

Sankey()

.add("", #图例名称

nodes, #传入节点数据

linkes, #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 = "source"),

#标签显示位置

label_opts=opts.LabelOpts(position="right"),

#节点之前的距离

node_gap = 30,

)

.set_global_opts(title_opts=opts.TitleOpts(title = "熬夜原因桑基图"))

)

pic.render("test.html")

一个回车下去,看看成果:

Python绘制

果然,男打游戏女看剧,加班熬夜是儿戏。

如果想要垂直显示,只需要在add函数里面加一个orient="vertical"就好:

pic = (

Sankey()

.add("",

nodes,

linkes,

linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = "source"),

label_opts=opts.LabelOpts(position="top"),

node_gap = 30,

orient="vertical", #更改的是这里 )

.set_global_opts(title_opts=opts.TitleOpts(title = "熬夜原因细分桑基图"))

)

pic.render("test2.html")

Python绘制

OK!不过,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:

Python绘制

Python绘制

这是某宠物品牌,3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。

注意:这里第一次购买的产品前面加了"1-",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nodes代码稍作调整就可以:

Python绘制

而linkes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:

Python绘制

Python绘制

规整汇总好之后,只需要复用上面的linkes代码:

Python绘制

画图代码几乎没变,只是改了个标题:

pic = (

Sankey()

.add("",

nodes,

linkes,

linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = "source"),

label_opts=opts.LabelOpts(position = "top"),

node_gap = 30,

)

.set_global_opts(title_opts=opts.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。

Python绘制

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,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趣。

原本死板的数据,在桑基的装扮之下,变得楚楚动人。

参考来源:

  • pyecharts官方文档
  • 百度百科
  • 朱卫军:公众号《python大数据分析》
  • 镝数dydata.io
  • 经济学人:www.economist.com

End.

作者:小z

来源:数据不吹牛

本文已和作者授权,如需转载请与作者联系

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: