Python は見事なサンキー図を描画します。学習しましたか?

サンキー ダイアグラムの概要

多くの場合、エンティティ間でデータがどのように流れるかを視覚化する必要がある状況が必要になります。たとえば、住民がある国から別の国に移動する方法を考えてみましょう。これは、イングランドから北アイルランド、スコットランド、ウェールズにどれだけの住民が移住したかを示しています。

このサンキーの視覚化から、スコットランドや北アイルランドよりもイングランドからウェールズに移住した住民の方が多いことが明らかです。

サンキー ダイアグラムとは何ですか?

サンキー ダイアグラムは通常、あるエンティティ (またはノード) から別のエンティティ (またはノード) へのデータの流れを表します。

データ フローの宛先のエンティティはノードと呼ばれます。データ フローが開始するノードはソース ノード (たとえば、左側のイングランド)、フローが終了するノードはターゲット ノード (たとえば、たとえば、右側はウェールズです）。ソース ノードとターゲット ノードは通常、ラベル付きの四角形として表されます。

フロー自体は、リンクと呼ばれる直線または曲線のパスによって表されます。ストリーム/リンクの幅は、ストリームの量/数に直接比例します。上の例では、イングランドからウェールズへの移動（つまり住民の移動）は、イングランドからスコットランドまたは北アイルランドへの移動（つまり住民の移動）よりも広範囲にわたっており、より多くの住民がいることを示しています。他の国よりもウェールズに移ります。

サンキー ダイアグラムは、エネルギー、お金、コストなど、フローの概念を持つあらゆるものの流れを表すために使用できます。

ナポレオンのロシア侵攻を描いたミナールの古典的なチャートは、おそらくサンキー チャートの最も有名な例です。サンキー図を使用したこの視覚化は、フランス軍がロシアへの往復の途中でどのように進歩 (または減少?) したかを非常に効果的に示しています。

#この記事では、Python のプロットを使用してサンキー図を描画します。

サンキー ダイアグラムを描画する方法?

この記事では、2021 年のオリンピック データ セットを使用してサンキー ダイアグラムを描画します。データセットには、メダルの総数 (国、メダルの総数、金、銀、銅メダルの個人の合計) に関する詳細情報が含まれています。サンキー チャートをプロットして、国が獲得した金、銀、銅メダルの数を確認します。

df_medals = pd.read_excel("data/Medals.xlsx")
print(df_medals.info())
df_medals.rename(columns={'Team/NOC':'Country', 'Total': 'Total Medals', 'Gold':'Gold Medals', 'Silver': 'Silver Medals', 'Bronze': 'Bronze Medals'}, inplace=True)
df_medals.drop(columns=['Unnamed: 7','Unnamed: 8','Rank by Total'], inplace=True)

df_medals

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 93 entries, 0 to 92
Data columns (total 9 columns):
 # Column Non-Null CountDtype
--------- -------------------
 0 Rank 93 non-null int64
 1 Team/NOC 93 non-null object 
 2 Gold 93 non-null int64
 3 Silver 93 non-null int64
 4 Bronze 93 non-null int64
 5 Total93 non-null int64
 6 Rank by Total93 non-null int64
 7 Unnamed: 7 0 non-nullfloat64
 8 Unnamed: 8 1 non-nullfloat64
dtypes: float64(2), int64(6), object(1)
memory usage: 6.7+ KB
None

Sankey 図の描画の基礎

plotly の go.Sankey を使用します。このメソッドは、ノードとリンク (nodes と links ) の 2 つのパラメーターを受け取ります。

注: すべてのノード (ソースとターゲット) には一意の識別子が必要です。

この記事で設定されているオリンピックのメダルデータの場合:

出典は国です。最初の 3 か国 (米国、中国、日本) をソース ノードとして考えます。これらのソース ノードに次の (一意の) 識別子、ラベル、色を付けます。

• 0: 米国: 緑
• 1: 中国: 青
• 2 : 日本: オレンジ

対象は金、銀、銅のいずれかです。これらのターゲット ノードに、次の (一意の) 識別子、ラベル、色を付けます。

• 3: 金メダル: 金
• 4: 銀メダル: シルバー
• 5 : ブロンズ: ブラウン

リンク(ソースノードとターゲットノード間)は、各種類のメダルの数です。各ソースには 3 つのリンクがあり、各リンクはターゲット (ゴールド、シルバー、ブロンズ) で終わります。つまり、リンクは合計 9 つあります。各リンクの幅は、金、銀、銅のメダルの数でなければなりません。これらのリンクを次のソースでターゲット、値、色にタグ付けします:

• 0 (米国) から 3,4,5 : 39, 41, 33
• 1 (中国) ) to 3 ,4,5 : 38, 32, 18
• 2 (日本) to 3,4,5 : 27, 14, 17

2 つの Python をインスタンス化する必要がありますdict オブジェクトを表します。

• ノード (ソースとターゲット): 個別のリストとしてのラベルと色、および
• リンク: ソース ノード、ターゲット ノード、リンクの値 (幅) と色別のリスト

として、plotly の go.Sankey に渡します。

リストの各インデックス (ラベル、ソース、ターゲット、値、色) は、ノードまたはリンクに対応します。

NODES = dict( 
# 0 1 23 4 5 
label = ["United States of America", "People's Republic of China", "Japan", "Gold", "Silver", "Bronze"],
color = ["seagreen", "dodgerblue", "orange", "gold", "silver", "brown" ],)
LINKS = dict( 
source = [0,0,0,1,1,1,2,2,2], # 链接的起点或源节点
target = [3,4,5,3,4,5,3,4,5], # 链接的目的地或目标节点
value =[ 39, 41, 33, 38, 32, 18, 27, 14, 17], # 链接的宽度（数量）
# 链接的颜色
# 目标节点： 3-Gold4-Silver5-Bronze
color = [ 
"lightgreen", "lightgreen", "lightgreen",# 源节点：0 - 美国 States of America
"lightskyblue", "lightskyblue", "lightskyblue",# 源节点：1 - 中华人民共和国China
"bisque", "bisque", "bisque"],)# 源节点：2 - 日本
data = go.Sankey(node = NODES, link = LINKS)
fig = go.Figure(data)
fig.show()

これは非常に基本的なサンキー図です。しかし、グラフの幅が広すぎて、銀メダルが金メダルよりも前に表示されていることにお気づきでしょうか?

ノードの位置と幅を調整する方法は次のとおりです。

ノードの位置とチャートの幅を調整する

x および y の位置をノードに追加して、ノードの位置を明示的に指定します。値は 0 から 1 の間である必要があります。

NODES = dict( 
# 0 1 23 4 5 
label = ["United States of America", "People's Republic of China", "Japan", "Gold", "Silver", "Bronze"],
color = ["seagreen", "dodgerblue", "orange", "gold", "silver", "brown" ],)
x = [ 0,0,0,0.5,0.5,0.5],
y = [ 0,0.5,1,0.1,0.5,1],)
data = go.Sankey(node = NODES, link = LINKS)
fig = go.Figure(data)
fig.update_layout(title="Olympics - 2021: Country &Medals",font_size=16)
fig.show()

これで、コンパクトなサンキー図が完成しました。

コードで渡されたさまざまなパラメーターがどのようにノードにマップされるかを見てみましょう。グラフ内。リンク。

代码如何映射到桑基图

添加有意义的悬停标签

我们都知道plotly绘图是交互的，我们可以将鼠标悬停在节点和链接上以获取更多信息。

带有默认悬停标签的桑基图

当将鼠标悬停在图上，将会显示详细信息。悬停标签中显示的信息是默认文本：节点、节点名称、传入流数、传出流数和总值。

例如：

• 节点美国共获得11枚奖牌(=39金+41银+33铜)
• 节点金牌共有104枚奖牌(=美国39枚，中国38枚，日本27枚)

如果我们觉得这些标签太冗长了，我们可以对此进程改进。使用hovertemplate参数改进悬停标签的格式

• 对于节点，由于hoverlabels 没有提供新信息，通过传递一个空hovertemplate = ""来去掉hoverlabel
• 对于链接，可以使标签简洁，格式为-
• 对于节点和链接，让我们使用后缀"Medals"显示值。例如 113 枚奖牌而不是 113 枚。这可以通过使用具有适当valueformat和valuesuffix的update_traces函数来实现。

NODES = dict( 
# 0 1 23 4 5
label = ["United States of America", "People's Republic of China", "Japan", "Gold", "Silver", "Bronze"],
color = ["seagreen", "dodgerblue","orange", "gold", "silver", "brown" ],
x = [ 0,0, 0,0.5,0.5,0.5],
y = [ 0,0.5, 1,0.1,0.5,1],
hovertemplate=" ",)

LINK_LABELS = []
for country in ["USA","China","Japan"]:
for medal in ["Gold","Silver","Bronze"]:
LINK_LABELS.append(f"{country}-{medal}")
LINKS = dict(source = [0,0,0,1,1,1,2,2,2], 
 # 链接的起点或源节点
 target = [3,4,5,3,4,5,3,4,5], 
 # 链接的目的地或目标节点
 value =[ 39, 41, 33, 38, 32, 18, 27, 14, 17], 
 # 链接的宽度（数量） 
 # 链接的颜色
 # 目标节点：3-Gold4 -Silver5-Bronze
 color = ["lightgreen", "lightgreen", "lightgreen", # 源节点：0 - 美国
"lightskyblue", "lightskyblue", "lightskyblue", # 源节点：1 - 中国
"bisque", "bisque", "bisque"],# 源节点：2 - 日本
 label = LINK_LABELS, 
 hovertemplate="%{label}",)

data = go.Sankey(node = NODES, link = LINKS)
fig = go.Figure(data)
fig.update_layout(title="Olympics - 2021: Country &Medals",
font_size=16, width=1200, height=500,)
fig.update_traces(valueformat='3d', 
valuesuffix='Medals', 
selector=dict(type='sankey'))
fig.update_layout(hoverlabel=dict(bgcolor="lightgray",
font_size=16,
font_family="Rockwell"))
fig.show("png") #fig.show()

带有改进的悬停标签的桑基图

对多个节点和级别进行泛化相对于链接，节点被称为源和目标。作为一个链接目标的节点可以是另一个链接的源。

该代码可以推广到处理数据集中的所有国家。

还可以将图表扩展到另一个层次，以可视化各国的奖牌总数。

NUM_COUNTRIES = 5
X_POS, Y_POS = 0.5, 1/(NUM_COUNTRIES-1)
NODE_COLORS = ["seagreen", "dodgerblue", "orange", "palevioletred", "darkcyan"]
LINK_COLORS = ["lightgreen", "lightskyblue", "bisque", "pink", "lightcyan"]

source = []
node_x_pos, node_y_pos = [], []
node_labels, node_colors = [], NODE_COLORS[0:NUM_COUNTRIES]
link_labels, link_colors, link_values = [], [], [] 

# 第一组链接和节点
for i in range(NUM_COUNTRIES):
source.extend([i]*3)
node_x_pos.append(0.01)
node_y_pos.append(round(i*Y_POS+0.01,2))
country = df_medals['Country'][i]
node_labels.append(country) 
for medal in ["Gold", "Silver", "Bronze"]:
link_labels.append(f"{country}-{medal}")
link_values.append(df_medals[f"{medal} Medals"][i])
link_colors.extend([LINK_COLORS[i]]*3)

source_last = max(source)+1
target = [ source_last, source_last+1, source_last+2] * NUM_COUNTRIES
target_last = max(target)+1

node_labels.extend(["Gold", "Silver", "Bronze"])
node_colors.extend(["gold", "silver", "brown"])
node_x_pos.extend([X_POS, X_POS, X_POS])
node_y_pos.extend([0.01, 0.5, 1])

# 最后一组链接和节点
source.extend([ source_last, source_last+1, source_last+2])
target.extend([target_last]*3)
node_labels.extend(["Total Medals"])
node_colors.extend(["grey"])
node_x_pos.extend([X_POS+0.25])
node_y_pos.extend([0.5])

for medal in ["Gold","Silver","Bronze"]:
link_labels.append(f"{medal}")
link_values.append(df_medals[f"{medal} Medals"][:i+1].sum())
link_colors.extend(["gold", "silver", "brown"])

print("node_labels", node_labels)
print("node_x_pos", node_x_pos); print("node_y_pos", node_y_pos)

node_labels ['United States of America', "People's Republic of China", 
 'Japan', 'Great Britain', 'ROC', 'Gold', 'Silver', 
 'Bronze', 'Total Medals']
node_x_pos [0.01, 0.01, 0.01, 0.01, 0.01, 0.5, 0.5, 0.5, 0.75]
node_y_pos [0.01, 0.26, 0.51, 0.76, 1.01, 0.01, 0.5, 1, 0.5]

# 显示的图
NODES = dict(pad= 20, thickness = 20, 
 line = dict(color = "lightslategrey",
 width = 0.5),
 hovertemplate=" ",
 label = node_labels, 
 color = node_colors,
 x = node_x_pos, 
 y = node_y_pos, )
LINKS = dict(source = source, 
 target = target, 
 value = link_values, 
 label = link_labels, 
 color = link_colors,
 hovertemplate="%{label}",)
data = go.Sankey(arrangement='snap', 
 node = NODES, 
 link = LINKS)
fig = go.Figure(data)
fig.update_traces(valueformat='3d', 
valuesuffix=' Medals', 
selector=dict(type='sankey'))
fig.update_layout(title="Olympics - 2021: Country &Medals",
font_size=16,
width=1200,
height=500,)
fig.update_layout(hoverlabel=dict(bgcolor="grey", 
font_size=14, 
font_family="Rockwell"))
fig.show("png") 

以上がPython は見事なサンキー図を描画します。学習しましたか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。