王胖的生信笔记第19期：桑基图

执医考完了。具体就不谈了，也算准备过了，希望一次通过吧。这次讲一个最近完成的需求，桑基图。

什么是桑基图

https://www.r-graph-gallery.com/321-introduction-to-interactive-sankey-diagram-2.html

Sankey diagrams are a type of flow diagram in which the width of the arrows is proportional to the flow rate.

我简单重组一下语言就是通过箭头的粗细来表达数据流动的情况。

画桑基图数据最重要的就是要明确层级。

比如说我画一个三段的桑基图，比如说我手头有一千个客户，其中三百个是山东人，四百个是上海人，还有各个省市的，那就把户籍作为第一段；第二段是看客户的公司，比如三百个是小老马的，四百是大老黄的，还有其他三百个是刘兄弟的，那就把客户公司作为第二段；最后一段是看客户规模，其中十个大客户，九十个是普通客户，剩下九百个是小客户，那这样把客户规模放在第三段。这样画出来的图就是看户籍比例和客户公司的对应情况，再看客户公司和客户规模的对应情况，但是看不了户籍比例和客户规模的对应情况。

需要明确自己想展示什么，是展示桑基图的第一要务。设计行于操作之前。

简单操作一下

library(networkD3)
library(dplyr)

然后把三个层级的数据设置一下

links <- data.frame(
source = c(
"Shandong",
"Shandong",
"Shandong",
"Shanghai",
"Shanghai",
"Shanghai",
"Guangxi",
"Guangxi",
"Guangxi",
"Xiao Lao Ma",
"Xiao Lao Ma",
"Xiao Lao Ma",
"PDD",
"PDD",
"PDD",
"Xiongdi",
"Xiongdi",
"Xiongdi"
),
target = c(
"Xiao Lao Ma",
"PDD",
"Xiongdi",
"Xiao Lao Ma",
"PDD",
"Xiongdi",
"Xiao Lao Ma",
"PDD",
"Xiongdi",
"Huuuge",
"Big",
"Normal",
"Huuuge",
"Big",
"Normal",
"Huuuge",
"Big",
"Normal"
),
value = c(100,50,150,40,60,300,100,80,120,10,130,100,10,80,100,120,100,350)
)

设置下nodes（节点）

nodes <- data.frame(name =c(as.character(links$source),as.character(links$target)) %>% unique())

再设置下source和target（就是流入，流出）

links$IDsource <- match(links$source, nodes$name) - 1
links$IDtarget <- match(links$target, nodes$name) - 1

最后画图

p <- sankeyNetwork(
Links = links,
Nodes = nodes,
Source = "IDsource",
Target = "IDtarget",
Value = "value",
NodeID = "name",
sinksRight=F
)

储存这个结果会有点小奇怪，是从html中截图。

事实上这个html可以交互。自己可以试试看哈。

library(htmlwidgets)
saveWidget(p, file=paste0(getwd(), "/sankeyBasic.html"))
library(streamgraph)
library(webshot)
webshot("sankeyBasic.html" , "output.png", delay = 0.2)

其他一些高级的调整，可以看这个

https://www.r-graph-gallery.com/322-custom-colours-in-sankey-diagram.html