R繪圖(5): 一文學會桑基圖的畫法

桑基圖（Sankey diagram），即桑基能量分流圖，也叫桑基能量平衡圖。它是一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，通常應用於能源、材料成分、金融、生物信息等數據的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的“蒸汽機的能源效率圖”而聞名，此后便以其名字命名為“桑基圖”。

前兩天正好碰到了這類“數據流量”的可視化問題，因此花了點時間學習了一下桑基圖的畫法，比較簡單，在這里給大家演示一下：

我自己編了一個數據，如下圖所示

左邊是數據的流向，右邊是用表格的形式重寫，左圖的每一個箭頭對應右圖的每一行，畫桑基圖時用到的數據就是右邊格式的表格。

下面就是代碼

library(networkD3)
library(tidyverse)
library(RColorBrewer)

#讀取剛才的數據框，給列命名
df=read.table("test.txt",header = F,sep = "\t",stringsAsFactors = F)
colnames(df)=c("source","target","value")

#圖形中的所有節點
df.nodes <- data.frame(
  name=c(as.character(df$source), 
         as.character(df$target)) %>% unique()
)

#將source和target重新編號
df$IDsource <- match(df$source, df.nodes$name)-1 
df$IDtarget <- match(df$target, df.nodes$name)-1

#這一步是為了給flow自定義顏色，單獨定義了一列
df$group="flow"

#配置顏色部分，形式相對固定，不必糾結具體的語法規則
#編碼對應的顏色可以用RColorBrewer包結合scales包查看
my_color <- 'd3.scaleOrdinal() 
            .domain(["A", "B", "C", "D", "E", "F", "G", "H", "I", "J","flow"]) 
            .range(["#8DD3C7", "#FFFFB3", "#BEBADA", "#FB8072", "#80B1D3", "#FDB462", "#B3DE69", "#FCCDE5",  "#BC80BD", "#CCEBC5","#BDBDBD"])'

#畫圖
Sankey.p <- sankeyNetwork(Links = df, Nodes = df.nodes,
                   Source = "IDsource", Target = "IDtarget",
                   Value = "value", NodeID = "name", LinkGroup = "group",colourScale=my_color, 
                   sinksRight=FALSE, nodeWidth=25, nodePadding=10, fontSize=13,width=900)
Sankey.p
#畫出來的圖形，還可以直接在R窗口中調整方塊上下位置，不過還是建議保存為pdf后用AI調整
#nodeWidth每個節點方塊的寬度
#nodePadding每一列節點方塊之間在縱向上的間隔
#width是圖形橫向的寬度

#保存為pdf
library(htmlwidgets)
saveWidget(Sankey.p, file="Sankey.html")
library(webshot)
webshot("Sankey.html", "Sankey.pdf")

最后的效果是這樣的，嗯...還需調整

---

公眾號后台回復20210325，獲取今天的代碼和測試數據

因水平有限，有錯誤的地方，歡迎批評指正！