python可视化动态图表: 关于pyecharts的sankey桑基图绘制

最近因工作原因，需要处理一些数据，顺便学习一下动态图表的绘制。本质是使具有源头的流动信息能够准确找到其上下级关系和流向。

数据来源是csv文件 导入成为dataframe之后,列为其车辆的各部件供应商公司名称或其自身的属性。

导入后经过处理期望是看到整个工业的供应链和市场份额.

结果的部分截图:

数据来源:

核心是将以上数据处理成接口需要的两个数据，一个是所有节点的名称。另一个是节点之间互相链接的值，见下图

NODE: 所有桑基图的节点集合

link: 每一个数据流的起始，结束，与值。

核心统计原理是：

先确定从左到右的统计大纲：在本次案例中为:

接下来就是找大纲序列中当前大类中对应下一级的小类的数目,例: 案例第一步即找最高车速段中 最高车速能力在<180km/h的筛选出来，同时找出低速度段且续驶里程>80km的数量.

统计代码:

# link 数据架构

link=[]

for i in range(len(title)):

    temp0=list(class_item)

    for j in list(class_item[temp0[i]]):

        try:

            for k in list(class_item[temp0[i+1]]):

                df1=df[df[temp0[i]]==j]

                df2=df1[df1[temp0[i+1]]==k]

                temp_value=len(df2)

                if temp_value!=0:

                    link.append({'source':j,

                                 'target':k,

                                 'value':temp_value})

                    del df1

                    del df2

        except:

            continue

总代码:

# 数据架构 总领数据架构-品牌-车辆用途-

import matplotlib.pyplot as plt

from pyecharts import Pie,Bar,Page,Bar3D,Overlap,Line,Boxplot,Surface3D,Sankey,EffectScatter

import pandas as pd

import numpy as np

df=pd.read_excel(r'C:\Users\wenzhe.tian\Desktop\数据分析\北理新能源数据v2\02_20190301\2EV_v2.xlsx','Sheet1')

df_ori=df.copy()

#数据处理部分 添加项目，替换重复 格式统一 去掉空格 等

df=df[df.技术类型.str.contains('EV',regex=False)]

df=df.reset_index()

df=df.drop('index',axis=1)

#数据格式处理

df['车型分类']=df['车型分类'].fillna('nan')

df=df[~df['车型分类'].isin(['nan'])] # 江淮ES8供应商数据大量缺失,故排除 也可drop

df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].fillna(0)

df['车辆品牌']=df['车辆品牌'].map(str).replace('传祺（Trumpchi）牌','传祺(Trumpchi)牌')

df['通用名称'][df['电动汽车续驶里程（工况法，km）']==0]='ES8'

df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']==0]=355

df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']=='155(对应整备质量750kg),165(对应整备质量700kg)']=165

df['电动汽车续驶里程（工况法，km）'][df['电动汽车续驶里程（工况法，km）']==170203203]=255

df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].fillna(0)

df['最高车速']=df['最高车速'].astype(int)

df['电动汽车续驶里程（工况法，km）']=df['电动汽车续驶里程（工况法，km）'].astype(int)

df['最高车速段']=df['最高车速'].astype(str)

df['续驶里程段']=df['电动汽车续驶里程（工况法，km）'].astype(str)

#df['电池能量密度']=df['电池容量']*df['储能装置总成标称电压（V）']/df['储能装置总成质量（kg）']

df['整备质量（kg)'][(df['整备质量（kg)'].isnull()) | (df["整备质量（kg)"].apply(lambda x: str(x).isspace()))]=2390

# 去掉前后空格

title=list(df)

df['储能装置单体质量（kg）']=df['储能装置单体质量（kg）'].astype(str)

for i in title:

    try:

        df[i]=df[i].map(str.strip)

    except:

        continue

#重复值处理

df=df.replace('比亚迪汽车工业有限公司,比亚迪汽车工业有限公司', '比亚迪汽车工业有限公司')

df=df.replace('比亚迪汽车工业有限公司/比亚迪汽车工业有限公司', '比亚迪汽车工业有限公司')

df=df.replace('山东德洋电子科技有限公司,山东德洋电子科技有限公司', '山东德洋电子科技有限公司')

df=df.replace('深圳市大地和电气股份有限公司(软件)/深圳市大地和电气股份有限公司(硬件)', '大地和电气')

df['最高车速段'][(df['最高车速']<=180)]='<180km/h'

df['最高车速段'][((df['最高车速']<=200)& (df['最高车速']>180))]='180-200km/h'

df['最高车速段'][(df['最高车速']>200)]='>200km/h'

df['续驶里程段'][(df['电动汽车续驶里程（工况法，km）']<=60)]='<60km'

df['续驶里程段'][((df['电动汽车续驶里程（工况法，km）']<=80)& (df['电动汽车续驶里程（工况法，km）']>60))]='60-80km'

df['续驶里程段'][(df['电动汽车续驶里程（工况法，km）']>80)]='>80km'

title=['最高车速段','续驶里程段','车辆用途','企业名称','车型分类','车辆品牌',

       '电机生产商','电动汽车整车控制器生产企业','电动汽车车载充电机生产企业','储能装置总成生产企业','车载能源管理系统生产企业']

#无效值处理

for i in title:

    df[i]=df[i].astype(str)

    df[i]=df[i].map(lambda x: x.replace('有限公司','').replace('股份','').replace('公司','').replace('分','').replace(' Company','').replace(' company','').replace('牌','品牌').replace('北京新能源汽车','北汽新能源'))

    df[i]=df[i].map(lambda x: x.replace('浙江','').replace('山东','').replace('广州汽车集团乘用车','广汽').replace('杭州','').replace('江西','').replace('合肥',''))

    df[i]=df[i].map(lambda x: x.replace('深圳市','').replace('永康市','').replace('珠海','').replace('郑州','').replace('软件:','').replace('硬件:','').replace('北京:','').replace('长沙市','').replace('金华市',''))

    df[i]=df[i].map(lambda x: x.replace('nan','北汽新能源').replace('（','(').replace('）',')').replace('()','').replace('/深圳市大地和电气','').replace('开发企业','').replace('生产企业','').replace('福建省汽车工业集团云度新能源汽车','云度新能源'))

    df[i]=df[i].map(lambda x: x.replace('电机1:华域汽车电动系统/电机2:华域汽车电动系统','华域汽车电动系统').replace('前:蔚然(南京)动力科技/后:蔚然(南京)动力科技','蔚然(南京)动力科技'))

    if i =='最高车速段':

        str_item='最高车速'

    elif i =='续驶里程段':

        str_item='续航里程'

    elif i =='电机生产商':

        str_item='MOT'

    elif i =='电动汽车整车控制器生产企业':

        str_item='MC'

    elif i =='电动汽车车载充电机生产企业':

        str_item='OBC'

    elif i =='储能装置总成生产企业':

        str_item='BAT'

    elif i =='车载能源管理系统生产企业':

        str_item='BMS'

    else:

        str_item=''

    df[i]=df[i].map(lambda x: str_item+x)

class_item={}

for i in title:

    class_item[i]=df[i].drop_duplicates()

node=[]

for i in title:

    for j in list(class_item[i]):

        node.append({'name':j})

# link 数据架构

link=[]

for i in range(len(title)):

    temp0=list(class_item)

    for j in list(class_item[temp0[i]]):

        try:

            for k in list(class_item[temp0[i+1]]):

                df1=df[df[temp0[i]]==j]

                df2=df1[df1[temp0[i+1]]==k]

                temp_value=len(df2)

                if temp_value!=0:

                    link.append({'source':j,

                                 'target':k,

                                 'value':temp_value})

                    del df1

                    del df2

        except:

            continue

sankey = Sankey("EV供应商链统计",width=6000, height=700)

sankey.use_theme('roma') #roma wonderland

sankey.add(

    "EV供应商统计",

    node,

    link,

    line_opacity=0.2,

    line_curve=0.3,

    line_color='source',

    sankey_node_gap=13,

    is_label_show=True,

    label_pos="right",

    is_legend_show =False,

    label_text_size=11

)

sankey.render('EV供应商统计_All.html')

del sankey

sankey = Sankey("EV供应商链统计",width=6000, height=1500)

sankey.use_theme('roma') #roma wonderland

sankey.add(

    "EV供应商统计",

    node,

    link,

    line_opacity=0.2,

    line_curve=0.3,

#    line_color='source',

    sankey_node_gap=13,

    is_label_show=True,

    label_pos="right",

    is_legend_show =False,

    label_text_size=12

)

sankey.render('EV供应商统计_All_v2.html')

(之前是用plotly，后来发现pyecharts接口稍微简单些，其实都差不多，但plotyly可以一些特殊地图绘制比pyecharts来的精细，所以看绘图需求吧)

附上链接:https://plot.ly/python/  https://pyecharts.org/#/zh-cn/intro  用于查阅需要绘制的图的种类