绘图技巧 | 这么漂亮的桑葚图你确定不来看看怎么做的？(附练习数据)

DataCharm

发布于 2021-03-26 15:38:28

7.6K0

发布于 2021-03-26 15:38:28

文章被收录于专栏：数据学术商业新闻数据学术商业新闻

今天小编继续给大家送上优秀可视化教程推文，同时，我们也提供练习数据哦~本期的重点是是关于桑葚图(Sankey Diagram),中文名字叫法不同，我们还是以英文名称为主哈，本期内容主要包括以下几点：

桑葚图(Sankeydiagram)简介
R-ggalluvial绘制实例
其他工具绘制

桑葚图(Sankey Diagram)简介

「桑基图(Sankey Diagram)」，即桑基能量分流图，也叫桑基能量平衡图。它是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融、零售等数据的可视化分析(来源于网络)。接下来小编就带你如何使用R轻松绘制桑基图。

R-ggalluvial绘制实例

得益于ggplot2 强大的绘制功能，在R绘图生态系统中也存在一个包专门用于绘制桑基图-ggalluvial，也是ggplot2的拓展包，大家使用起来也十分方便。针对不同图表绘制，第一步就是转化数据，而 ggalluvial包也为我们贴心的准备数据转换函数 is_alluvia_form()、is_alluvia_form()、to_lodes_form()和to_alluvia_form(),这里小编用的比较多的就是is_alluvia_form()和to_lodes_form()两个函数。接下来我们具体使用具体数据操作。(更多详细内容，可以查看ggalluvial官网：http://corybrunson.github.io/ggalluvial/articles/ggalluvial.html)

”宽数据“作图

数据检测

ggalluvial可为两种数据绘制桑基图，其中一种就是宽数据，这里使用官网提供的例子来看一下宽数据绘图过程：

library(ggalluvial)
library(tidyverse)
library(ggtext)
library(hrbrthemes)
library(wesanderson)
library(LaCroixColoR)

#导入数据
head(as.data.frame(UCBAdmissions), n = 12)

##       Admit Gender Dept Freq
## 1  Admitted   Male    A  512
## 2  Rejected   Male    A  313
## 3  Admitted Female    A   89
## 4  Rejected Female    A   19
## 5  Admitted   Male    B  353
## 6  Rejected   Male    B  207
## 7  Admitted Female    B   17
## 8  Rejected Female    B    8
## 9  Admitted   Male    C  120
## 10 Rejected   Male    C  205
## 11 Admitted Female    C  202
## 12 Rejected Female    C  391

可以看到，这就是宽数据了，通常在使用ggplot2绘图，我们都需要将其转换成长数据绘图，但这里，我们则可以使用如下代码检测即可：

is_alluvia_form(as.data.frame(UCBAdmissions), axes = 1:3, silent = TRUE)
## [1] TRUE

可视化绘制

ggplot(as.data.frame(UCBAdmissions),
       aes(y = Freq, axis1 = Gender, axis2 = Dept)) +
  geom_alluvium(aes(fill = Admit), width = 1/12) +
  geom_stratum(width = 1/12, fill = "black", color = "grey") +
  geom_label(stat = "stratum", aes(label = after_stat(stratum))) +
  scale_x_discrete(limits = c("Gender", "Dept"), expand = c(.05, .05)) +
  scale_fill_brewer(type = "qual", palette = "Set1") +
  hrbrthemes::theme_ipsum(base_family = "Roboto Condensed") +
  ggtitle("UC Berkeley admissions and rejections, by sex and department")

geom_alluvium example

”长数据“作图

宽数据绘制虽然比较容易理解，但对其定制化修改则有些麻烦，这时候我们可以使用长数据进行绘制。

data(majors)
head(majors,8)

long data

接下来的绘图则与通常的ggplot2绘制相似，如下：

data(majors)
majors$curriculum <- as.factor(majors$curriculum)
ggplot(majors,
       aes(x = semester, stratum = curriculum, alluvium = student,
           fill = curriculum, label = curriculum)) +
  #scale_fill_brewer(type = "qual", palette = "Set2") +
  scale_fill_manual(values = lacroix_palette(type = "paired"))+
  ggalluvial::geom_flow(stat = "alluvium", lode.guidance = "frontback",
                        color = "black") +
  geom_stratum() +
  hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")

long data charts example

实例数据演示

介绍完长短数据绘图之后，我们使用具体的数据进行练习，获取数据及处理代码如下：

# 读取Excel数据包
library(readxl)

df2<-read_excel("ggalluvial_test_data.xlsx")
#检查是否符合绘制需求
is_alluvia_form(df2, tidyselect::starts_with("d"))
## TRUE

# 转换成长数据进行绘图
df2_pro <- to_lodes_form(df2,axes = 4:14,key = "x", value = "stratum",id = "alluvium")
# 由于会出现NA值，我们需将NA去除
df2_pro_nona <- df2_pro %>% filter(!(stratum %in% NA)) 
# 开始可视化绘制
flow02 <- ggplot(df2_pro_nona,
         aes(x = x, stratum = stratum, alluvium = alluvium,
           fill = stratum, label = stratum)) +
  #scale_fill_brewer(type = "qual", palette = "Set2") +
  scale_fill_manual(values = lacroix_palette(type = "paired"),name="Status")+
  ggalluvial::geom_flow(color = "black") +
  geom_stratum(width = .4) +
  labs(x="",y="",
    title = "Example of <span style='color:#D20F26'>ggalluvial charts makes</span>",
    subtitle = "processed charts with <span style='color:#1A73E8'>geom_flow()</span>",
    caption = "Visualization by <span style='color:#DD6449'>DataCharm</span>") +
  hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")  +
  #添加文本信息
  geom_text(stat = "stratum",size=3,color="black",fontface = "plain") +
  theme(  
          plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",
                                  size = 25, margin = margin(t = 1, b = 12)),
          plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=20),
          plot.caption = element_markdown(face = 'bold',size = 15),
          # 去除刻度线和网格线和图形背景颜色
          axis.text.x = element_blank(),
          axis.text.y = element_blank(),
          panel.grid.major = element_blank(),
          panel.grid.minor = element_blank(),
          panel.background = element_rect(fill="#FFFFF3"),
          panel.border = element_rect(fill = NA,colour = "#FFFFF3"),
          plot.background = element_rect(fill="#FFFFF3",colour = "#FFFFF3"),
          # 定制化图例操作
          legend.direction = "vertical",
          legend.position = c(.95,.7),
          legend.key.width = unit(1.1, "lines"),
          legend.key.height = unit(1.1, "lines"),
          legend.spacing.x = unit(0.2, 'cm'),
          legend.background = element_rect(fill = NA,colour=NA),
          legend.title = element_text(size = 13, face = "bold"),
          legend.text = element_text(size = 11)
  )

实例演示

这里小伙伴们可能看到，我是一步一步进行展示的(数据分析习惯了，刚开始学习的同学也可以这样操作了)，有基础的同学可以使用管道(%>%) 功能。

其他工具绘制

在选择使用ggalluvial包进行绘制之前，我也查阅了其他绘图工具，如R-easyalluvial和R-networkD3等包，下面我给出其官网的部分可视化结果供大家参考。

R-easyalluvial

suppressPackageStartupMessages( require(parcats) )

p = alluvial_wide(mtcars2, max_variables = 5)

parcats(p, marginal_histograms = TRUE, data_input = mtcars2)

R-easyalluvial example 可交互

R-networkD3

URL <- paste0(
        "https://cdn.rawgit.com/christophergandrud/networkD3/",
        "master/JSONdata/energy.json")
Energy <- jsonlite::fromJSON(URL)
# Plot
sankeyNetwork(Links = Energy$links, Nodes = Energy$nodes, Source = "source",
             Target = "target", Value = "value", NodeID = "name",
             units = "TWh", fontSize = 12, nodeWidth = 30)