上一章介绍了简单的两节点的Sankey图的制作（https://www.jianshu.com/p/d1ad468d79c8），本章介绍稍微复杂些的Sankey图的制作。

一、多节点Sankey图的制作

多节点的Sankey图的脚本和两节点的是一致的，差别主要在于要进行数据预处理。

比如上一章中二节点Sankey图的原始数据结构为：

（表1）

假如再增加一个维度，数据结构变成：

（表2）

这种数据在制作Sankey图之前，需要整合成表1中的结构，即把多3变量整合成2变量的结构，如该例子中、是把state+continent、land+state分别作为key进行汇总、然后做竖向合并，整合后的数据如下：

（表3）

当数据整合成表3的结构后，R和Python均能调用之前的脚本进行绘制了，绘制结果如下：

1.1 使用Python制作Sankey图

（图1）

这里需要留意的是，用Python绘制时，links的两个节点不能相同、否则会导致出错及绘图失败 。

1.2 使用R制作Sankey图

R的局限性：如果分类过多会导致显示异常，故这里仅挑选了美洲、亚欧做示例：

（图2）

二、用户行为（点击流）可视化

Sankey图的一大作用是对用户行为进行可视化，实际工作中常用于分析用户流失留存。

和多节点的Sanky图类似，这类图的绘制重点也是在数据的预处理，并且这类数据和之前介绍的有一个最明显的差别是，分类统计中各类别间是不分先后的，而用户行为是必须强调先后次序的，这个先后需要体现在原始数据中。

下面案例的数据是一个网站的新用户访问行为，日志记录了用户访问每个页面的时间、页面id，我们需要了解新用户的访问次序、以及用户在哪个步骤流失最多、并对其进行可视化展示。

数据预处理上，先对每个用户访问的页面次序进行处理：

用户1、当前页面id、该页面的访问排序、下一个页面id、下一页面的访问排序

用户2、当前页面id、该页面的访问排序、下一个页面id、下一页面的访问排序

……

然后统计汇总成：

当前页面id+访问排序、下一页面id+访问排序、访问用户数

将数据处理成这个形式后，就可以按照之前的方式制作点击流的可视化效果图了：

2.1 使用Python制作Sankey图

（图3）

将鼠标移到对应的links上，可以看到links的信息，如这个节点的含义为，第一个页面访问“注册成功-进入后台”、第二个页面跳转到“登录后首页”的用户数有8712个。

（图4）

2.2 使用R制作Sankey图

（图5）

制图代码：

library(networkD3)

#读入数据 （read.csv函数）

a1 = read.csv("E:\\hill2020\\Python相关\\sankey_click.csv",sep=',',header=TRUE)

#由于原始数据比较细，全部作图线多且乱、看不出规律，这里只取了频次200以上的作图，实操中可以根据数据情况做调整

a <- subset(a1,v>=200)

# 导入数据的起点终点是factor类型，需要将其转为chr，否则之后unique的是因子水平，不能进行合并。 

a$s=as.character(a$s)

a$t=as.character(a$t)

#开始绘图

#设置节点

Sankeylinks<-a

Sankeynodes<-data.frame(name=unique(c(Sankeylinks$s,Sankeylinks$t)))

Sankeynodes$index<-0:(nrow(Sankeynodes)-1)

#设置边

Sankeylinks<-merge(Sankeylinks,Sankeynodes,by.x="s",by.y="name")

Sankeylinks<-merge(Sankeylinks,Sankeynodes,by.x="t",by.y="name")

Sankeydata<-Sankeylinks[,c(4,5,3)]

names(Sankeydata)<-c("Source","Target","Value")

Sankeyname<-Sankeynodes[,1,drop=FALSE]

#输出结果图，最终是一个html文件

sankeyNetwork(Links=Sankeydata,Nodes=Sankeyname,Source="Source",Target="Target",Value="Value",NodeID="name",fontSize=12,nodeWidth=30)