跳到主要内容

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
linkslink[]{source, target, value, color?} —— 节点由标签自动建出。
nodesnode[]{label, color?, column?} —— 属性与列的钉位。
alluviaalluvium[]{nodes: [名字…], value} —— 一条依次经过各轴的路径。
axis_namesstring[]各条轴的名字。
link_colorstring"source"(默认)· "gradient" · "per_link"。
node_coloringstring"label"(默认)· "left"。
node_orderstring"input"(默认)· "crossing_reduction" · "neighbornet"。
node_order_seedinteger排序用的随机种子(默认 42)。
left_color_cutoffnumber"left" 着色时算「来自左边」的流量占比阈值(默认 0.5)。
palettestring[]覆盖回退配色。
link_opacitynumber带子的不透明度(默认 0.5)。
node_width / node_gapnumber节点条宽度与节点之间的最小间距。
flow_labels / flow_percentboolean在带子上标数值或百分比。
flow_label_formatstring | integer标签的数字格式。
flow_label_unitstring标签后缀。
flow_label_min_heightnumber还标字的最小带子高度。
legendstring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​