这听起来像是一个非常宽泛的问题，但如果你让我描述一些细节，我可以向你保证，这是非常具体的，也是令人沮丧、沮丧和愤怒的。
下面的图描述了苏格兰选举，它基于www.example.com中的代码plot.ly:
图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)']
]剧情构建方式：
我从各种来源收集了一些关于sankey图表行为的重要细节，例如：
- Sankey automatically orders the categories to minimize the amount of overlap
- Links are assigned in the order they appear in dataset (row_wise)
- For the nodes colors are assigned in the order plot is built.
挑战：
正如你将在下面的细节中看到的，节点，标签和颜色并没有按照源 Dataframe 的结构化顺序应用到图表中。* 其中一些 * 是完美的，因为你有各种各样的元素来描述同一个节点，如颜色，目标，值和链接颜色。一个节点'Remain+No – 28'看起来像这样：
数据集的附带部分看起来像这样：
[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，源的这一部分描述了一个节点[0]，其中有三个对应的目标[5, 6, 7]和三个值为[20, 3, 5]的链接。'#F27420'是橙子（ish）节点的颜色，颜色'rgba(253, 227, 212, 0.5)'、'rgba(242, 116, 32, 1)'和'rgba(253, 227, 212, 0.5)'描述从节点到一些目标的链接的颜色。上述样本中未使用的信息是：
数据样本2（部分）
[-,-,--'-------','---------------','-------------------'],
[-,-,-,'#4994CE','Leave+No – 16','-------------------'],
[-,-,-,'#FABC13','Remain+Yes – 21','-------------------'],并且该信息被用作图的其余元素被引入。
那么，问题是什么呢？在下面的进一步细节中，你会看到，只要数据集中的一行新数据插入一个新链接，并对其他元素（颜色，标签）进行其他更改（如果该信息尚未使用），一切都是有意义的。我将使用两个截图来更具体地说明，这两个截图来自我制作的设置，左边是plot，右边是代码：
下面的数据示例按照上面描述的逻辑生成下面的图表：
数据样本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 -具有数据样本3的部分图
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]和目标[7]之间生成一个新链接，但同时将颜色和标签应用到目标5。我认为下一个应用到图表的标签是'Remain+Yes – 21'，因为它还没有被使用。但这里发生的是标签'46 – No'应用到目标5。为什么
截图2 -数据样本3的部分图+ [1,7,1,'#8A5988','46 – No','rgba(219, 233, 246,0.5)']：
你如何辨别什么是源，什么是基于该 Dataframe 的目标？
我知道这个问题很奇怪，也很难回答，但我希望有人能给我一个建议，我也知道dataframe可能不是sankey图表的最佳来源，也许json可以代替？
完整的代码和数据示例，可轻松复制和粘贴到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)
1条答案
按热度按时间syqv5f0l1#
这个问题看起来确实很奇怪，但只有在你分析
plotly中的sankey图是如何创建的之后才会出现：创建sankey图时，向其发送：
1.节点列表
1.链接列表
这些列表彼此有界。当您创建5长度的节点列表时，任何边都将知道
0,1,2,3,4的开始和结束。在您的程序中，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。看看您的图表。它有两个黑色节点，其中包含undefined。您的数据集的长度是多少...是的，5。你的节点索引在4上结束，没有真正定义目标节点。你在数据集中添加第六个列表，- bingo！-存在nodes[5]！只需尝试在数据集中添加另一个新行：[1,7,1,'#FF0000','WAKA','rgba(219, 233, 246,0.5)']你会看到另一个黑条被染成了红色。你有五个节点（因为你有5个链接，你通过迭代链接列表来创建节点），但是链接的目标索引是
5,6,7。你可以用两种方法来解决这个问题：1.将数据集中的
Target更改为2,3,41.分别创建节点和链接 （正确方法）
我希望我帮助你在你的问题和情节创作的理解（什么是更重要的海事组织）。
**编辑：**以下是创建单独节点/链路的示例（注意
data_trace中的node部分只使用nodes_df数据，data_trace中的link部分只使用links_df数据，nodes_df和links_df长度不相等）：**编辑2：**让我们更深入地了解：）sankey图中的节点和链接几乎是完全独立的。唯一限制它们的信息是源中的索引-链接中的目标。因此我们可以为它们创建许多节点而没有链接（只需将Edit 1代码中的节点/链接替换为它）：
并且这些节点不会出现在图中。
我们只能创建没有节点的链接：
我们将只有从无处到无处的链接。
如果你想添加**（1）一个带链接的新源，你应该在
nodes中添加一个新列表，计算它的索引（这就是为什么我有ID列），并在links中添加一个新列表，其中Source等于节点索引。如果你想为现有的节点添加（2）**一个新的目标-只需在
links中添加一个新的列表，并正确地写它的Source和Target：(Here我为4个新目标创建了4个新链接。源是所有目标的索引为
1的节点）。**（3+4）：**Sankey图没有源和目标的区别，所有的图都是Sankey的节点，每个节点都可以是源，也可以是目标，请看：
在这里，您将看到3列Sankey图。0节点是源，1是目标，2节点是1的源和2的目标。