大家好，我是小z~

最近，不止一次收到群里小伙伴的截圖追問：

“這個圖叫什么？？？”

“這個圖真好看?。?！怎么畫??？”

小z本沒有干貨，問的人多了，也便有了干貨。

此圖姓桑名基，平素不喜露面。奈何天生麗質，偶有露面，必引眾人圍觀。

時人有云：“?；；?，高貴美麗！”

1

?；呛卧S圖也

據小z不嚴謹的抽樣提問統計，90%想學習?；鶊D的旁友，都是被她妖艷炫酷的外表所吸引。

而?；鶊D真正代表了什么？和類似圖表相比的獨特性是什么？卻幾乎無人問津。

害！人真的是視覺動物！

言歸正傳，我們來看看百科的官方解釋：

?；鶊D(Sankey diagram)，即?；芰糠至鲌D，也叫?；芰科胶鈭D。它是一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，通常應用于能源、材料成分、金融等數據的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的"蒸汽機的能源效率圖"而聞名，此后便以其名字命名為"?；鶊D"。

Emmm，有點內個意思了，結合其他資料，做進一步的匯總提煉：

• ?；鶅蓚€字取自“發明”者的名字
• 屬于流程圖的一種，核心在于展示數據的流轉
• 主要由節點、邊和流量三要素構成，邊越寬代表流量越大
• 遵循守恒定律，無論怎么流動，開端和末端數據總是一致的

文字太蒼白，下面我們用Python來繪制一個具體的實例~

2

Python手把手繪制?；鶊D

動手之前，我們再次敲黑板，回顧?；鶊D組成要素的重點——節點、邊和流量。

任何?；鶊D，無論展現形式如何夸張，色彩如何艷麗，動效如何炫酷，本質都逃不出上述3點。

只要我們定義好上述3個要素，Python的pyecharts庫能夠輕松實現?；鶊D的繪制。

這里我們用“當代青年熬夜原因分析”數據為例：

數據來源：這個數據是小z近兩周賣炒粉時口頭做的調研

很規整的性別、熬夜原因、人數三列數據。

不過，要用pyecharts來畫圖，得入鄉隨俗，按照它定的規則來規整數據源。

首先是節點，這一步需要把所有涉及到的節點去重規整在一起。也就是要把性別一列的“男”、“女”和熬夜原因一列的“打游戲”、“加班”、“看劇”以列表內嵌套字典的形式去重匯總：

接著，定義邊和流量，數據從哪里流向哪里，流量（值）是多少，循環+字典依然可以輕松搞定：

source-target-value的字典格式，很清晰的描述了數據的流轉情況。

這兩塊數據準備完畢，?；鶊D已經完成了80%，剩下的20%，只是固定格式的繪圖代碼：

from pyecharts.charts import Sankeyfrom pyecharts import options as optspic = (    Sankey()    .add('', #圖例名稱         nodes,    #傳入節點數據         linkes,   #傳入邊和流量數據         #設置透明度、彎曲度、顏色         linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = "source"),         #標簽顯示位置         label_opts=opts.LabelOpts(position="right"),         #節點之前的距離         node_gap = 30,    )    .set_global_opts(title_opts=opts.TitleOpts(title = '熬夜原因?；鶊D')))pic.render('test.html')

一個回車下去，看看成果：

果然，男打游戲女看劇，加班熬夜是兒戲。

如果想要垂直顯示，只需要在add函數里面加一個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",      #更改的是這里    )    .set_global_opts(title_opts=opts.TitleOpts(title = '熬夜原因細分?；鶊D')))pic.render('test2.html')

OK！不過，還有同學意猶未盡，這個是涉及到兩層的流轉，那如果三層，需要怎么畫呢？

不慌，先導入（狗糧）數據：

這是某寵物品牌，3月份主要產品購買路徑（第一次和第二次）的數據，先是品類，其次是第一次購買的產品類型，接著是第二次購買的產品類型，最后一列對應人數。

注：這里第一次購買的產品前面加了“1-”，第二次購買加了“2-”的區分標識。

畫圖必備的nodes節點實現很簡單，所有節點（品類、第一次購買、第二次購買）做去重匯總，對上面生成nodes代碼稍作調整就可以：

而linkes只接受source-traget-value的格式，得先對源數據進行格式調整，分別形成“品類-第一次購買-人數”，“第一次購買-第二次購買-人數”的樣式，再統一匯總：

規整匯總好之后，只需要復用上面的linkes代碼：

畫圖代碼幾乎沒變，只是改了個標題：

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 = '客戶購買路徑流轉圖')))pic.render('test3.html')

大功告成，So easy！無論是多少層數據的流轉，只要定義好nodes和linkes，就能以不變應萬變。

最后，通過上面的?；鶊D，我們能夠非常直觀的洞察到客戶購買流轉規律：

• 出于試錯成本的考量，大部分客戶第一次購買的是小規格狗糧。
• 第一次購買小規格狗糧的客戶，流失（第二次未購買）情況嚴重，且再次購買客戶，更傾向于繼續選擇小規格狗糧嘗試，而不是信任性的購買大規格狗糧。
• 第一次購買大規格狗糧的客戶，留存下來的客戶已經建立起對品牌的信任感，再次購買大部分選擇了大規格狗糧。
• 購買狗糧的客戶第二次復購鮮有嘗試玩具的，而第一次購買玩具的客戶，也并未建立起對品牌狗糧的興趣。

原本死板的數據，在?；难b扮之下，變得楚楚動人。