Python은 멋진 Sankey 다이어그램을 그립니다. 배워 보셨나요?

Sankey 다이어그램 소개

엔티티 간에 데이터가 어떻게 흐르는지 시각화해야 하는 상황이 필요한 경우가 많습니다. 예를 들어, 주민들이 한 국가에서 다른 국가로 이동하는 방법을 생각해 보세요. 다음은 영국에서 북아일랜드, 스코틀랜드, 웨일즈로 얼마나 많은 주민이 이주했는지를 보여줍니다.

이 Sankey 시각화를 보면 스코틀랜드나 북아일랜드보다 잉글랜드에서 웨일스로 이주한 주민이 더 많다는 것이 분명합니다.

Sankey 다이어그램이란 무엇입니까?

Sankey 다이어그램은 일반적으로 한 엔터티(또는 노드)에서 다른 엔터티(또는 노드)로의 데이터 흐름을 묘사합니다.

데이터가 흐르는 엔터티를 노드라고 합니다. 데이터 흐름이 시작되는 노드는 소스 노드(예: 왼쪽의 England)이고, 흐름이 끝나는 노드는 대상 노드(예: 오른쪽의 Wales)입니다. ). 소스 및 대상 노드는 일반적으로 레이블이 지정된 직사각형으로 표시됩니다.

흐름 자체는 링크라고 불리는 직선 또는 곡선 경로로 표현됩니다. 스트림/링크의 폭은 스트림의 양/수에 정비례합니다. 위의 예에서 잉글랜드에서 웨일즈로의 이동(즉, 거주자의 이주)은 잉글랜드에서 스코틀랜드나 북아일랜드로의 이동(즉, 거주자의 이주)보다 더 광범위하며(즉, 거주자의 이주), 이는 더 많은 거주자가 있음을 나타냅니다. 다른 나라보다 웨일즈로 이주하세요.

Sankey 다이어그램은 흐름 개념을 사용하여 에너지, 돈, 비용 등 모든 것의 흐름을 나타내는 데 사용할 수 있습니다.

미나드의 나폴레옹의 러시아 침공에 관한 고전 차트는 아마도 Sankey 차트의 가장 유명한 예일 것입니다. Sankey 다이어그램을 사용한 이 시각화는 프랑스 군대가 러시아로 이동하는 동안 어떻게 진행(또는 감소?)했는지 매우 효과적으로 보여줍니다.

이 기사에서는 Python의 플롯을 사용하여 Sankey 다이어그램을 그립니다.

Sankey 다이어그램을 그리는 방법?

이 기사에서는 2021년 올림픽 게임 데이터 세트를 사용하여 Sankey 다이어그램을 그립니다. 데이터세트에는 국가, 총 메달 수, 개인의 금, 은, 동메달 합계 등 총 메달 수에 대한 자세한 정보가 포함되어 있습니다. 우리는 한 국가가 얼마나 많은 금, 은, 동메달을 획득했는지 알아보기 위해 Sankey 차트를 그립니다.

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 다이어그램 그리기의 기본

plotly의 go.Sankey를 사용하세요. 이 방법은 노드와 링크(노드와 링크)라는 2개의 매개변수를 사용합니다.

참고: 모든 노드(소스 및 대상)에는 고유 식별자가 있어야 합니다.

이 기사의 올림픽 메달 데이터세트의 경우:

출처는 국가입니다. 처음 3개 국가(미국, 중국, 일본)를 소스 노드로 간주합니다. 다음과 같은 (고유) 식별자, 레이블 및 색상으로 이러한 소스 노드에 레이블을 지정합니다.

• 0: 미국: 녹색
• 1: 중국: 파란색
• 2: 일본: 주황색

대상은 금, 은 또는 동메달. 다음과 같은 (고유) 식별자, 레이블 및 색상으로 이러한 대상 노드에 레이블을 지정합니다.

• 3: 금: 금
• 4: 은: 은
• 5: 청동: 갈색

링크(소스 노드 및 대상 노드) 각 유형의 메달 수입니다. 각 소스에는 3개의 링크가 있으며, 각 링크는 골드, 실버, 브론즈라는 목표로 끝납니다. 그래서 총 9개의 링크가 있습니다. 각 링크의 폭은 금, 은, 동메달의 개수로 한다. 다음 소스를 사용하여 이러한 링크에 대상, 값 및 색상 레이블을 지정합니다.

• 0(미국) ~ 3,4,5 : 39, 41, 33
• 1(중국) ~ 3,4,5 : 38, 32, 18
• 2(일본) ~ 3,4,5 : 27, 14, 17

• 노드(소스 및 대상)를 나타내려면 2개의 Python dict 객체 인스턴스화가 필요합니다. 라벨과 색상을 별도의 목록으로,
• 링크: 링크의 소스 노드, 대상 노드, 값(너비) 및 색상을 별도의 목록으로

플롯리의 go.Sankey에 전달합니다.

목록의 각 인덱스(레이블, 소스, 대상, 값 및 색상)는 노드 또는 링크에 해당합니다.

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()

이것은 매우 기본적인 Sankey 다이어그램입니다. 그런데 차트가 너무 넓어서 은메달이 금메달보다 먼저 나타나는 것을 본 적이 있나요?

노드의 위치와 너비를 조정하는 방법은 다음과 같습니다.

노드 위치 및 차트 너비 조정

노드 위치를 명시적으로 지정하려면 노드의 x 및 y 위치를 추가하세요. 값은 0에서 1 사이여야 합니다.

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()

그래서 우리는 간결한 Sankey 다이어그램을 얻었습니다.

코드에 전달된 다양한 매개 변수가 그래프의 노드와 링크에 어떻게 매핑되는지 살펴보겠습니다.

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") 

위 내용은 Python은 멋진 Sankey 다이어그램을 그립니다. 배워 보셨나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!