Python画境外新冠病例输入桑基图

在国内疫情已经得到了控制并逐渐减少，但是国外的疫情出现大爆发，境外输入的情况也愈加严峻。鉴于新冠肺炎疫情在全球范围快速蔓延，我国自2020年3月28日0时起，暂时停止外国人持目前有效来华签证和居留许可入境。

那目前境外输入病历到到底有多少？都输入了哪些省份呢？相关的数据中，既包含了来源国、输入地，又有各地区输入病例详细数值，不用表格、不用多个柱状图折线图并列，应该如何表达这组数据呢？

这张图既能看到所有来源国和输入地，还能看出每一个数据流动的起点和终点，这就是桑基图，展现数据流动的小能手。

桑基图(Sankey diagram)，即桑基能量分流图，也叫桑基能量平衡图。它主要由节点、边和流量三要素构成。

图中延伸的分支的宽度对应数据流量的大小，边越宽代表流量越大。因1898年Matthew Henry Phineas Riall Sankey绘制的"蒸汽机的能源效率图"而闻名，此后便以其名字命名为"桑基图"。

桑基图属于流程图的一种，核心在于展示数据的流转。大家是不是想到漏斗图？漏斗图是有转化流失，而桑基图只是流转，无论怎么流动，开端和末端数据总是一致的，这是他们之间的区别。

我们继续使用pyecharts进行绘制，本文使用v1.x版本进行绘制，如还没安装pyecharts，请先安装。

先导入需要的包跟数据

1import pandas
2from pyecharts.charts import Sankey
3from pyecharts import options as opts
4
5data = pandas.read_excel('D:/python/yq/ly.xlsx',sheet_name='1')

打开data数据框可以查看到数据是这样的

注：数据来源：国家卫健委,北京卫健委,上海卫健委,甘肃卫健委等，截至2020年4月1日，因来源地、输入地众多，所以只取来源地、输入地Top10的地区数据。

长按识别下方二维码，并关注公众号
回复“SR”获取案例数据

桑基图在pyecharts中通过Sankey方法实现，要求绘制桑基图的数据是这样的，字典格式。

它接受两个数据输入，一个是所有类别的集合-nodes，一个是子类、父类、数据的三方集合-links。

So，先要做下数据转换处理，先处理节点数据nodes

nodes = []
for i in set(pandas.concat([data.来源地, data.输入地])):
    d1 = {}
    d1['name'] = i
    nodes.append(d1)

然后再处理边和流量数据links

links = []
for x, y, z in zip(data.来源地, data.输入地, data.数量):
    d2 = {}
    d2['source'] = x
    d2['target'] = y
    d2['value'] = z
    links.append(d2)

最后就可以画图了

 1pic = (
 2    #创角桑基图对象，设置画布大小
 3    Sankey(init_opts=opts.InitOpts(width="1600px", height="800px"))
 4    .add('确诊病例', #图例名称
 5         nodes,    #节点数据
 6         links,   #边和流量数据
 7         #设置透明度、弯曲度、颜色



    
 8         linestyle_opt=opts.LineStyleOpts(opacity = 0.3, curve = 0.5, color = "source"),
 9         label_opts=opts.LabelOpts(position="right"), #标签显示位置        
10         node_gap = 10 #节点之前的距离
11    )
12    .set_global_opts(title_opts=opts.TitleOpts(title = 'TOP10境外输入统计'))
13)
14
15pic.render('TOP10境外输入统计.html')