Python Plotly桑基图输出异常：节点与链接配置求助

问题 #

作为Python Plotly新手，我想创建桑基图展示各Topic的月度Size变化，已准备好如下pandas DataFrame：

year    month   Topic         Size  
  1 2022    1        1.0            40  
  2 2022    1        2.0            36  
  3 2022    1        3.0            70  
  4 2022    1        4.0            42  
  5 2022    1        5.0            25  
  6 2022    1        6.0            48  
  7 2022    2        1.0            14  
  8 2022    2        2.0            34
  9 2022    2        3.0            39  
 10 2022    2        4.0            210 
 11 2022    2        5.0            106 
 12 2022    2        6.0            70  
 13 2022    3        1.0            47  
 14 2022    3        2.0            45  
 15 2022    3        3.0            78  
 16 2022    3        4.0            114 
 17 2022    3        5.0            84
 18 2022    3        6.0            78
 19 2022    4        1.0            42  
 20 2022    4        2.0            45  
 21 2022    4        3.0            78  
 22 2022    4        4.0            28  
 23 2022    4        5.0            74
 24 2022    4        6.0            44
 25 2022    5        1.0            57  
 26 2022    5        2.0            45  
 27 2022    5        3.0            82  
 28 2022    5        4.0            94  
 29 2022    5        5.0            54
 30 2022    5        6.0            24

参考示例写了代码，但不知道如何配置node_label、source_node、target_node变量，导致桑基图输出不正确，现有代码片段如下：

node_label = ?
source_node = ?
target_node = ?
values = df['Size']

from webcolors import hex_to_rgb
%matplotlib inline

from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import plotly.graph_objects as go # Import the graphical object

fig = go.Figure( 
data=[go.Sankey( # The plot we are interest
    # This part is for the node information
    node = dict( 
        label = node_label
    ),
    # This part is for the link information
    link = dict(
        source = source_node,
        target = target_node,
        value = values
    ))])

 # With this save the plots 
 plot(fig,
 image_filename='sankey_plot_1', 
 image='png', 
 image_width=5000, 
 image_height=3000)

 # And shows the plot
 fig.show()

解决方案 #

要实现需求，核心是明确桑基图的节点逻辑：每个节点代表某一月份的某个Topic，链接代表同一Topic从当月到下月的Size变化。以下是具体配置方法和完整代码：

1. 配置逻辑说明 #

• node_label：为每个(月份, Topic)组合生成唯一名称（如2022-1 Topic1.0），确保不同时间的同一Topic能被区分。
• source_node/target_node：按Topic分组，将每个Topic的当月节点作为源，下月节点作为目标，用数字索引映射节点名称，满足Plotly的格式要求。
• values：取下月的Size作为链接值，让节点大小直观反映对应月份Topic的Size数值。

2. 完整可运行代码 #

import pandas as pd
import plotly.graph_objects as go

# 构造你的DataFrame（如果已有可跳过此部分）
data = [
    [2022,1,1.0,40],[2022,1,2.0,36],[2022,1,3.0,70],[2022,1,4.0,42],[2022,1,5.0,25],[2022,1,6.0,48],
    [2022,2,1.0,14],[2022,2,2.0,34],[2022,2,3.0,39],[2022,2,4.0,210],[2022,2,5.0,106],[2022,2,6.0,70],
    [2022,3,1.0,47],[2022,3,2.0,45],[2022,3,3.0,78],[2022,3,4.0,114],[2022,3,5.0,84],[2022,3,6.0,78],
    [2022,4,1.0,42],[2022,4,2.0,45],[2022,4,3.0,78],[2022,4,4.0,28],[2022,4,5.0,74],[2022,4,6.0,44],
    [2022,5,1.0,57],[2022,5,2.0,45],[2022,5,3.0,82],[2022,5,4.0,94],[2022,5,5.0,54],[2022,5,6.0,24]
]
df = pd.DataFrame(data, columns=['year','month','Topic','Size'])

# 生成节点唯一名称
df['node_name'] = df.apply(lambda x: f"2022-{x['month']} Topic{x['Topic']}", axis=1)

# 构建节点标签和索引映射
unique_nodes = df['node_name'].unique()
node_label = list(unique_nodes)
node_index = {name: idx for idx, name in enumerate(node_label)}

# 生成source、target和values列表
source_node = []
target_node = []
values = []

# 按Topic分组处理月度链接
for topic, group in df.groupby('Topic'):
    sorted_group = group.sort_values('month')  # 按月份排序确保顺序正确
    for i in range(len(sorted_group) - 1):
        # 获取源节点（当月）和目标节点（下月）的索引
        source_idx = node_index[sorted_group.iloc[i]['node_name']]
        target_idx = node_index[sorted_group.iloc[i+1]['node_name']]
        # 链接值为下月的Size，对应Topic的月度变化
        val = sorted_group.iloc[i+1]['Size']
        
        source_node.append(source_idx)
        target_node.append(target_idx)
        values.append(val)

# 绘制桑基图
fig = go.Figure(data=[go.Sankey(
    node=dict(
        label=node_label,
        pad=15,  # 节点间距
        thickness=20  # 节点厚度
    ),
    link=dict(
        source=source_node,
        target=target_node,
        value=values
    )
)])

# 设置布局
fig.update_layout(title_text='各Topic月度Size变化桑基图', font_size=12)
# 展示图表
fig.show()
# 保存高清图片
fig.write_image('sankey_plot_1.png', width=5000, height=3000)

3. 关键变量解释 #

• node_label：包含所有唯一节点名称的列表，每个名称对应一个月度的Topic，清晰标识节点含义。
• node_index：字典，将节点名称映射为数字索引，Plotly的Sankey组件需要用数字索引指定链接的源和目标。
• source_node/target_node：分别存储每个链接的源节点索引和目标节点索引，实现同一Topic跨月份的连接。
• values：存储每个链接的数值，对应下月Topic的Size，让桑基图的流量大小匹配实际数据。

内容的提问来源于stack exchange，提问作者shan