使用Holoviews生成Sankey图报错「仅支持无环图」问题求助

报错原因 #

Holoviews 内置的 Sankey 组件仅支持无环有向图结构，你当前的数据存在两类不符合要求的链路：

• 自环链路：存在 a 列值等于 b 列值的行，比如行0的0→0、行4的1→1、行11的3→3，节点指向自身的结构属于环
• 循环链路：存在跨节点的循环路径，比如0→2→0、1→0→1、3→4→3这类首尾闭合的链路，也会被识别为环

解决方法 #

方法1：清洗数据+节点分层（适配Holoviews Sankey） #

如果你的a列和b列本身对应桑基图的两个独立层级，只需要给不同层级的节点加标识前缀，避免节点ID混用产生循环判定，同时过滤自环即可：

import holoviews as hv
hv.extension('bokeh')

# 过滤自环
df_clean = df_test2[df_test2['a'] != df_test2['b']].copy()
# 给不同层级的节点加前缀，区分第一层和第二层节点
df_clean['a'] = '层级1_' + df_clean['a'].astype(str)
df_clean['b'] = '层级2_' + df_clean['b'].astype(str)

# 正常生成桑基图
hv.Sankey(df_clean, kdims=["a","b"], vdims=["v"])

方法2：改用支持有环图的Plotly Sankey #

如果业务需要保留自环、循环链路，可以直接使用Plotly原生的桑基图组件，它不限制无环要求：

import plotly.graph_objects as go
import pandas as pd

# 生成节点ID映射
all_nodes = pd.concat([df_test2['a'], df_test2['b']]).unique()
node_id_map = {val: idx for idx, val in enumerate(all_nodes)}

# 构造桑基图需要的源、目标、权重数组
source = df_test2['a'].map(node_id_map).tolist()
target = df_test2['b'].map(node_id_map).tolist()
value = df_test2['v'].tolist()

# 绘制图形
fig = go.Figure(go.Sankey(
    node=dict(
        pad=15,
        thickness=20,
        label=list(node_id_map.keys())
    ),
    link=dict(
        source=source,
        target=target,
        value=value
    )
))
fig.show()

内容的提问来源于stack exchange，提问作者user9364978