桑基图
桑基图把节点排成几列,用宽度正比于流量的带子把它们连起来。它是那种「数量在多级之间守恒」的图 —— 能量、预算、 一条处理流水线 —— 因为宽度把算术本身画了出来。
SELECT kuva_render(to_json({
'title': 'Read processing',
'series': [{
'type': 'sankey',
'links': (SELECT list({'source': source, 'target': target, 'value': value})
FROM read_csv_auto('{{DFK_BASE_URL}}data/sankey.tsv')),
'link_opacity': 0.5
}]
})) AS chart;
节点由带子的标签自动建出来,列的位置靠从左往右追踪图来推断。一个节点的高度取它流入与流出里较大的那个。
节点颜色与图例
nodes 给逐节点颜色;给 legend 一个标题之后,每个节点就成为一条图例。带子默认继承源节点的颜色 —— 这正是
让一束流一眼读得出来的东西。
SELECT kuva_render(to_json({
'title': 'With node colours',
'series': [{
'type': 'sankey',
'links': (SELECT list({'source': source, 'target': target, 'value': value})
FROM read_csv_auto('{{DFK_BASE_URL}}data/sankey.tsv')),
'nodes': [
{'label': 'Raw_reads', 'color': '#888888'},
{'label': 'Trimmed', 'color': '#377eb8'},
{'label': 'Discarded', 'color': '#e41a1c'}
],
'node_width': 24,
'legend': 'stage'
}]
})) AS chart;
在 nodes 里声明一个没有连边的节点,是控制调色板顺序、或者给一个只接收流量的节点上色的办法。
带子的着色
link_color | 带子 |
|---|---|
"source" | 继承源节点的颜色(默认) |
"gradient" | 从源色渐变到目标色 |
"per_link" | 用每条连边自己的 color |
一束流的两端属于不同阶段时,渐变带子是更好看的默认:颜色的变化标出了每条带子要往哪去。
SELECT kuva_render(to_json({
'title': 'Gradient ribbons',
'series': [{
'type': 'sankey',
'links': [
{'source': 'Budget', 'target': 'R&D', 'value': 40},
{'source': 'Budget', 'target': 'Marketing', 'value': 25},
{'source': 'Budget', 'target': 'Ops', 'value': 35},
{'source': 'R&D', 'target': 'Product A', 'value': 25},
{'source': 'R&D', 'target': 'Product B', 'value': 15},
{'source': 'Marketing', 'target': 'Product A', 'value': 15},
{'source': 'Marketing', 'target': 'Product B', 'value': 10},
{'source': 'Ops', 'target': 'Product A', 'value': 20},
{'source': 'Ops', 'target': 'Product B', 'value': 15}
],
'nodes': [
{'label': 'Budget', 'color': '#e41a1c'},
{'label': 'R&D', 'color': '#377eb8'},
{'label': 'Marketing', 'color': '#4daf4a'},
{'label': 'Ops', 'color': '#ff7f00'},
{'label': 'Product A', 'color': '#984ea3'},
{'label': 'Product B', 'color': '#a65628'}
],
'link_color': 'gradient',
'link_opacity': 0.6
}]
})) AS chart;
列的落位
列的位置靠「把每个节点推到它最左侧来源的右边一列」来定。这通常对、偶尔错 —— 一个来源很早、但本该落在最后一列的
节点就是标准情形 —— 所以节点的 column 可以把它钉住(从 0 开始)。
SELECT kuva_render(to_json({
'title': 'Pinned columns',
'series': [{
'type': 'sankey',
'nodes': [
{'label': 'Input', 'column': 0},
{'label': 'Middle', 'column': 1},
{'label': 'Output', 'column': 2}
],
'links': [
{'source': 'Input', 'target': 'Middle', 'value': 80},
{'source': 'Input', 'target': 'Output', 'value': 20},
{'source': 'Middle', 'target': 'Output', 'value': 80}
]
}]
})) AS chart;
不钉住的话,「Input → Output」那条会把它拽回第 1 列,这张图就不再是一条流水线了。
跨轴流与排序
多阶段的分类数据用 alluvium(一条依次经过各条轴的路径)来表达,而不是一堆两两连边;相邻两段的连边会替你累加起来。
axis_names 给各条轴命名。
SELECT kuva_render(to_json({
'title': 'Ordered alluvium',
'series': [{
'type': 'sankey',
'axis_names': ['tissue', 'cluster', 'sex'],
'alluvia': [
{'nodes': ['B CELL', '4', 'male'], 'value': 9},
{'nodes': ['T CELL', '4', 'female'], 'value': 7},
{'nodes': ['BRAIN', '1', 'female'], 'value': 3},
{'nodes': ['HEART', '3', 'male'], 'value': 5},
{'nodes': ['T CELL', '2', 'male'], 'value': 4}
],
'node_order': 'crossing_reduction',
'node_coloring': 'left',
'node_order_seed': 42
}]
})) AS chart;
node_order | 每列内部的排序 |
|---|---|
"input" | 插入顺序(默认) |
"crossing_reduction" | 基于 TSP 的加权交叉最小化 |
"neighbornet" | 换用 neighbornet 后端 —— 默认排布还是乱的时候试试它 |
轴的顺序永远不会被重排 —— 改变的只是每列内部的纵向堆叠,而正是它减少了带子的交叉。node_order_seed 让这个随机
搜索可复现。
流上的标签
| 字段 | 效果 |
|---|---|
flow_labels | 在每条带子上写绝对值 |
flow_percent | 改写成「占源节点流出」的比例(优先于 flow_labels) |
flow_label_format | 数字格式 |
flow_label_unit | 后缀,如 "%" |
flow_label_min_height | 比这个高度还矮的带子不标字(默认 8) |
SELECT kuva_render(to_json({
'title': 'With flow percentages',
'series': [{
'type': 'sankey',
'links': (SELECT list({'source': source, 'target': target, 'value': value})
FROM read_csv_auto('{{DFK_BASE_URL}}data/sankey.tsv')),
'flow_percent': true,
'flow_label_format': 'integer',
'flow_label_unit': '%'
}]
})) AS chart;
flow_label_min_height 是让桑基图保持可读的那一项:没有它,每一根发丝细的带子都会得到一个标签,整张图就糊了。
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
links | link[] | {source, target, value, color?} —— 节点由标签自动建出。 |
nodes | node[] | {label, color?, column?} —— 属性与列的钉位。 |
alluvia | alluvium[] | {nodes: [名字…], value} —— 一条依次经过各轴的路径。 |
axis_names | string[] | 各条轴的名字。 |
link_color | string | "source"(默认)· "gradient" · "per_link"。 |
node_coloring | string | "label"(默认)· "left"。 |
node_order | string | "input"(默认)· "crossing_reduction" · "neighbornet"。 |
node_order_seed | integer | 排序用的随机种子(默认 42)。 |
left_color_cutoff | number | "left" 着色时算「来自左边」的流量占比阈值(默认 0.5)。 |
palette | string[] | 覆盖回退配色。 |
link_opacity | number | 带子的不透明度(默认 0.5)。 |
node_width / node_gap | number | 节点条宽度与节点之间的最小间距。 |
flow_labels / flow_percent | boolean | 在带子上标数值或百分比。 |
flow_label_format | string | integer | 标签的数字格式。 |
flow_label_unit | string | 标签后缀。 |
flow_label_min_height | number | 还标字的最小带子高度。 |
legend | string | 图例标题;每个节点一条。 |
说明
links与alluvia至少给一个 —— 两者都不给是报错;也可以同时给。- 连边里有环时没有合法的列落位;排出来是平的话,就把列钉住。
- 列的落位是从图里推断的,所以一条跳过某阶段的连边会把它目标往左拽 —— 除非你钉住它。
flow_percent是相对源节点的流出算的,不是相对整张图。node_order_seed改变的是版面、不是数据 —— 换个种子就是换一张(同样合法的)图。
另见
- kuva — 桑基图 —— 绘图库自己的图型参考。
- 网络图 —— 通用节点/连边图。
- 和弦图 —— 圆环上的两两流量。