Question

这听起来像是一个非常广泛的问题，但是如果您让我描述一些细节，我可以向您保证，这是 非常具体 。以及令人沮丧，沮丧和愤怒。

以下图表描述了苏格兰选举，并基于plot.ly的代码：

情节1：

数据集1：

data = [['Source','Target','Value','Color','Node, Label','Link Color'],
        [0,5,20,'#F27420','Remain+No – 28','rgba(253, 227, 212, 0.5)'],
        [0,6,3,'#4994CE','Leave+No – 16','rgba(242, 116, 32, 1)'],
        [0,7,5,'#FABC13','Remain+Yes – 21','rgba(253, 227, 212, 0.5)'],
        [1,5,14,'#7FC241','Leave+Yes – 14','rgba(219, 233, 246, 0.5)'],
        [1,6,1,'#D3D3D3','Didn’t vote in at least one referendum – 21','rgba(73, 148, 206, 1)'],
        [1,7,1,'#8A5988','46 – No','rgba(219, 233, 246,0.5)'],
        [2,5,3,'#449E9E','39 – Yes','rgba(250, 188, 19, 1)'],
        [2,6,17,'#D3D3D3','14 – Don’t know / would not vote','rgba(250, 188, 19, 0.5)'],
        [2,7,2,'','','rgba(250, 188, 19, 0.5)'],
        [3,5,3,'','','rgba(127, 194, 65, 1)'],
        [3,6,9,'','','rgba(127, 194, 65, 0.5)'],
        [3,7,2,'','','rgba(127, 194, 65, 0.5)'],
        [4,5,5,'','','rgba(211, 211, 211, 0.5)'],
        [4,6,9,'','','rgba(211, 211, 211, 0.5)'],
        [4,7,8,'','','rgba(211, 211, 211, 0.5)']
        ]

地块的建造方式：

我从各种来源获得了有关sankey图表行为的一些重要细节，例如：

挑战：

正如您将在下面的详细信息中看到的那样，节点，标签和颜色的显示顺序与源数据帧的构建顺序不同。其中的 Some 非常完美，因为您具有描述相同节点的各种元素，例如颜色，目标，值和链接颜色。一个节点'Remain+No – 28'看起来像这样：

数据集的随附部分如下所示：

[0,5,20,'#F27420','Remain+No – 28','rgba(253, 227, 212, 0.5)'],
[0,6,3,'#4994CE','Leave+No – 16','rgba(242, 116, 32, 1)'],
[0,7,5,'#FABC13','Remain+Yes – 21','rgba(253, 227, 212, 0.5)'],

因此，源代码的这一部分描述了一个节点[0]，该节点具有三个对应的目标[5, 6, 7]和三个具有值[20, 3, 5]的链接。 '#F27420'是节点的橙色，颜色'rgba(253, 227, 212, 0.5)'，'rgba(242, 116, 32, 1)'和'rgba(253, 227, 212, 0.5)'描述了从节点到某些目标的链接的颜色。到目前为止，以上示例中尚未使用的信息是：

数据样本2（部分）

[-,-,--'-------','---------------','-------------------'],
[-,-,-,'#4994CE','Leave+No – 16','-------------------'],
[-,-,-,'#FABC13','Remain+Yes – 21','-------------------'],

然后介绍该信息，作为图表的其余元素。

那么，这是什么问题？在下面的更多详细信息中，您将看到，只要数据集中的新数据行插入新链接，并且如果尚未使用其他信息（颜色，标签），则对其他元素（颜色，标签）进行其他更改，一切都会变得有意义。我将更详细地说明我使用的两个屏幕截图，其中左侧为绘图，右侧为代码。

以下数据样本按照上面描述的逻辑生成了下图：

数据示例3

data = [['Source','Target','Value','Color','Node, Label','Link Color'],
        [0,5,20,'#F27420','Remain+No – 28','rgba(253, 227, 212, 0.5)'],
        [0,6,3,'#4994CE','Leave+No – 16','rgba(242, 116, 32, 1)'],
        [0,7,5,'#FABC13','Remain+Yes – 21','rgba(253, 227, 212, 0.5)'],
        [1,5,14,'#7FC241','Leave+Yes – 14','rgba(219, 233, 246, 0.5)'],
        [1,6,1,'#D3D3D3','Didn’t vote in at least one referendum – 21','rgba(73, 148, 206, 1)']]

屏幕截图1-带有数据样本3的局部图

问题：

在数据集中添加行[1,7,1,'#8A5988','46 – No','rgba(219, 233, 246,0.5)']会在源[5]与目标[7]之间建立新的链接，但将颜色和标签应用于目标5 同时。我认为下一个要应用于图表的标签是'Remain+Yes – 21'，因为它尚未使用。但是这里发生的是将标签'46 – No'应用于目标5。 为什么？

截屏2-带有数据样本3的局部图 + [1,7,1,'#8A5988','46 – No','rgba(219, 233, 246,0.5)'] ：

您如何根据该数据框识别出什么是源，什么是目标？

我知道这个问题既奇怪又难以回答，但我希望有人提出建议。我也知道，数据框可能不是sankey图表的最佳来源。也许是json呢？

完整的代码和数据示例，可轻松复制并粘贴Jupyter Notebook：

import pandas as pd
import numpy as np
import plotly.graph_objs as go
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
init_notebook_mode(connected=True)

# Original data
data = [['Source','Target','Value','Color','Node, Label','Link Color'],
    [0,5,20,'#F27420','Remain+No – 28','rgba(253, 227, 212, 0.5)'],
    [0,6,3,'#4994CE','Leave+No – 16','rgba(242, 116, 32, 1)'],
    [0,7,5,'#FABC13','Remain+Yes – 21','rgba(253, 227, 212, 0.5)'],
    [1,5,14,'#7FC241','Leave+Yes – 14','rgba(219, 233, 246, 0.5)'],
    [1,6,1,'#D3D3D3','Didn’t vote in at least one referendum – 21','rgba(73, 148, 206, 1)'],
    [1,7,1,'#8A5988','46 – No','rgba(219, 233, 246,0.5)'],
    [2,5,3,'#449E9E','39 – Yes','rgba(250, 188, 19, 1)'],
    [2,6,17,'#D3D3D3','14 – Don’t know / would not vote','rgba(250, 188, 19, 0.5)'],
    [2,7,2,'','','rgba(250, 188, 19, 0.5)'],
    [3,5,3,'','','rgba(127, 194, 65, 1)'],
    [3,6,9,'','','rgba(127, 194, 65, 0.5)'],
    [3,7,2,'','','rgba(127, 194, 65, 0.5)'],
    [4,5,5,'','','rgba(211, 211, 211, 0.5)'],
    [4,6,9,'','','rgba(211, 211, 211, 0.5)'],
    [4,7,8,'','','rgba(211, 211, 211, 0.5)']
    ]



headers = data.pop(0)
df = pd.DataFrame(data, columns = headers)
scottish_df = df

data_trace = dict(
    type='sankey',
    domain = dict(
      x =  [0,1],
      y =  [0,1]
    ),
    orientation = "h",
    valueformat = ".0f",
    node = dict(
      pad = 10,
      thickness = 30,
      line = dict(
        color = "black",
        width = 0
      ),
      label =  scottish_df['Node, Label'].dropna(axis=0, how='any'),
      color = scottish_df['Color']
    ),
    link = dict(
      source = scottish_df['Source'].dropna(axis=0, how='any'),
      target = scottish_df['Target'].dropna(axis=0, how='any'),
      value = scottish_df['Value'].dropna(axis=0, how='any'),
      color = scottish_df['Link Color'].dropna(axis=0, how='any'),
  )
)

layout =  dict(
    title = "Scottish Referendum Voters who now want Independence",
    height = 772,
    font = dict(
      size = 10
    ),    
)

fig = dict(data=[data_trace], layout=layout)
iplot(fig, validate=False)

Answer 1

这个问题看起来确实很奇怪，但是只有在您分析如何创建plotly中的sankey图之前，就可以了：

创建sankey图时，将其发送给它：

节点列表
链接列表

这些列表相互绑定。创建5个长度的节点列表时，任何边缘在其起点和终点都将知道0,1,2,3,4。在程序中，您错误地创建了节点-您创建了链接列表，然后遍历它并创建节点。看你的图。它有两个内部带有undefined的黑色节点。数据集的长度是多少...是的，5。您的节点索引以4结尾，并且没有真正定义任何目标节点。您将第六个列表添加到数据集中，然后-宾果游戏！ -有nodes[5]存在！只需尝试在数据集中添加另一行：

[1,7,1,'#FF0000','WAKA','rgba(219, 233, 246,0.5)']

您将看到另一个黑色条变成红色。您有五个节点（因为您有5个链接，并且通过迭代链接列表来创建节点），但是链接目标索引为5,6,7。您可以通过两种方式修复它：

将数据集中的Target更改为2,3,4
分别创建节点和链接（正确方式）

希望我能帮助您解决问题和了解地块创建（更重要的IMO）。

编辑：下面是创建单独的节点/链接的示例（请注意，node中的data_trace部分仅使用nodes_df数据，{{1} } link中的部分仅使用data_trace数据，并且links_df和nodes_df的长度不相等）：

links_df

编辑2：让我们更深入地研究:) sankey图中的节点和链接几乎完全独立。限制它们的唯一信息-链接中源目标中的索引。因此，我们可以创建许多节点，并且没有链接（只需用Edit1代码替换节点/链接即可）：

import pandas as pd
import numpy as np
import plotly.graph_objs as go
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
init_notebook_mode(connected=True)

nodes = [
    ['ID', 'Label', 'Color'],
    [0,'Remain+No – 28','#F27420'],
    [1,'Leave+No – 16','#4994CE'],
    [2,'Remain+Yes – 21','#FABC13'],
    [3,'Leave+Yes – 14','#7FC241'],
    [4,'Didn’t vote in at least one referendum – 21','#D3D3D3'],
    [5,'46 – No','#8A5988']
]
links = [
    ['Source','Target','Value','Link Color'],
    [0,3,20,'rgba(253, 227, 212, 0.5)'],
    [0,4,3,'rgba(242, 116, 32, 1)'],
    [0,2,5,'rgba(253, 227, 212, 0.5)'],
    [1,5,14,'rgba(219, 233, 246, 0.5)'],
    [1,3,1,'rgba(73, 148, 206, 1)'],
    [1,4,1,'rgba(219, 233, 246,0.5)'],
    [1,2,10,'rgba(8, 233, 246,0.5)'],
    [1,3,5,'rgba(219, 77, 246,0.5)'],
    [1,5,12,'rgba(219, 4, 246,0.5)']
]

nodes_headers = nodes.pop(0)
nodes_df = pd.DataFrame(nodes, columns = nodes_headers)
links_headers = links.pop(0)
links_df = pd.DataFrame(links, columns = links_headers)

data_trace = dict(
    type='sankey',
    domain = dict(
      x =  [0,1],
      y =  [0,1]
    ),
    orientation = "h",
    valueformat = ".0f",
    node = dict(
      pad = 10,
      thickness = 30,
      line = dict(
        color = "black",
        width = 0
      ),
      label =  nodes_df['Label'].dropna(axis=0, how='any'),
      color = nodes_df['Color']
    ),
    link = dict(
      source = links_df['Source'].dropna(axis=0, how='any'),
      target = links_df['Target'].dropna(axis=0, how='any'),
      value = links_df['Value'].dropna(axis=0, how='any'),
      color = links_df['Link Color'].dropna(axis=0, how='any'),
  )
)

layout =  dict(
    title = "Scottish Referendum Voters who now want Independence",
    height = 772,
    font = dict(
      size = 10
    ),    
)

fig = dict(data=[data_trace], layout=layout)
iplot(fig, validate=False)

这些节点将不会出现在图中。

我们只能创建没有节点的链接：

nodes = [
    ['ID', 'Label', 'Color'],
    [0,'Remain+No – 28','#F27420'],
    [1,'Leave+No – 16','#4994CE'],
    [2,'Remain+Yes – 21','#FABC13'],
    [3,'Leave+Yes – 14','#7FC241'],
    [4,'Didn’t vote in at least one referendum – 21','#D3D3D3'],
    [5,'46 – No','#8A5988'],
    [6,'WAKA1','#8A5988'],
    [7,'WAKA2','#8A5988'],
    [8,'WAKA3','#8A5988'],
    [9,'WAKA4','#8A5988'],
    [10,'WAKA5','#8A5988'],
    [11,'WAKA6','#8A5988'],

]
links = [
    ['Source','Target','Value','Link Color'],
    [0,3,20,'rgba(253, 227, 212, 0.5)'],
    [0,4,3,'rgba(242, 116, 32, 1)'],
    [0,2,5,'rgba(253, 227, 212, 0.5)'],
    [1,5,14,'rgba(219, 233, 246, 0.5)'],
    [1,3,1,'rgba(73, 148, 206, 1)'],
    [1,4,1,'rgba(219, 233, 246,0.5)'],
    [1,2,10,'rgba(8, 233, 246,0.5)'],
    [1,3,5,'rgba(219, 77, 246,0.5)'],
    [1,5,12,'rgba(219, 4, 246,0.5)']
]

我们将只有从无处到无处的链接。

如果您想添加具有链接的新源（1），则应在nodes = [ ['ID', 'Label', 'Color'], ] links = [ ['Source','Target','Value','Link Color'], [0,3,20,'rgba(253, 227, 212, 0.5)'], [0,4,3,'rgba(242, 116, 32, 1)'], [0,2,5,'rgba(253, 227, 212, 0.5)'], [1,5,14,'rgba(219, 233, 246, 0.5)'], [1,3,1,'rgba(73, 148, 206, 1)'], [1,4,1,'rgba(219, 233, 246,0.5)'], [1,2,10,'rgba(8, 233, 246,0.5)'], [1,3,5,'rgba(219, 77, 246,0.5)'], [1,5,12,'rgba(219, 4, 246,0.5)'] ]中添加新列表，计算其索引（这就是为什么我有ID列）并在nodes中添加一个新列表，其中links等于节点索引。

如果您想为现有节点添加（2）新目标，只需在Source中添加一个新列表，并写入其links和Source正确地：

Target

（这里我为4个新目标创建了4个新链接。源是所有索引都为[1,100500,10,'rgba(219, 233, 246,0.5)'], [1,100501,10,'rgba(8, 233, 246,0.5)'], [1,100502,10,'rgba(219, 77, 246,0.5)'], [1,100503,10,'rgba(219, 4, 246,0.5)']的节点。）

（3 + 4）：Sankey图没有不同的来源和目标。它们都是Sankey的节点。每个节点既可以是源，也可以是目标。看一下：

在这里您将获得3列的Sankey图。 0 节点是源， 1 是目标，而 2 节点是 1 的源 2 的目标。

如何使用数据框定义sankey图的结构？

1 个答案: