背景介绍

什么样的数据可以用桑基图？比如下面的，你可以理解为有大于等于2列的文本标签以及1列统计数值就可以。

如果只有大于两组的文本标签，也是可以的。

桑基图的核心组成部分包括边、流量和节点，这里的边表示流动数据，流量则对应流动数据的确切数值，而节点则代表不同的类别。边的宽度根据流量成比例地呈现，宽度越大，数值也越高。

软件介绍

软件名称：R 4.2.2

教程介绍

1.下面是来自于官网的示例，输入?geom_alluvium即可查看。首先下载和加载该R包

library(ggplot2)
library(ggalluvial)

2.输入?geom_alluvium，就可以查看该函数的功能和参数

3.首先画一个基础的桑基图

ggplot(as.data.frame(Titanic),
       
       # 定义图形的绘制
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age,
           fill = Survived)) +
  geom_alluvium() +
  scale_x_discrete(limits = c("Class", "Sex", "Age"))

4.我们继续给每列的不同标签加上方框以及对应的文字

ggplot(as.data.frame(Titanic),
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age)) +
  
  #geom_alluvium设置中间的曲线:颜色填充，透明度，曲线类型
  geom_alluvium(aes(fill = Class))+
  
  # 设置中间框的格式
  geom_stratum()+
  
  # 对中间框上的标签进行设置
  geom_text(stat = "stratum", 
            aes(label = after_stat(stratum)),
            size = 5,angle=0,
            family = "Arial")+
  
  #自定义X和Y轴上的标签
  scale_x_continuous(breaks = 1:3, 
                     labels = c("Class", "Sex", "Age"),
                     expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))+
  
  # 定义X和Y轴的名称
  labs(x = "Group", y = "Frequency")+
  
  
  # 设置图形主题样式
  theme_bw()+
  theme(legend.position = "none",
        text = element_text(family = "serif",
                            face = "bold",
                            size = 14))

5.也可以给加上一行代码coord_flip()，也可以变成下面这样

6.接下来我们对中间的方块进行颜色填充（## 为新添加的内容）

ggplot(as.data.frame(Titanic),
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age)) +
  
  #geom_alluvium设置中间的曲线:颜色填充，透明度，曲线类型
  geom_alluvium(aes(fill = Class))+
  
  ## 设置中间框的格式
  geom_stratum(aes(fill = Class))+
  
  ## 设置填充的颜色板
  scale_fill_brewer(palette = "Set1")+
  
  # 对中间框上的标签进行设置
  geom_text(stat = "stratum", 
            aes(label = after_stat(stratum)),
            size = 5,angle=0,
            family = "Arial")+
  
  #自定义X和Y轴上的标签
  scale_x_continuous(breaks = 1:3, 
                     labels = c("Class", "Sex", "Age"),
                     expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))+
  
  # 定义X和Y轴的名称
  labs(x = "Group", y = "Frequency")+
  
  
  # 设置图形主题样式
  theme_bw()+
  theme(legend.position = "none",
        text = element_text(family = "serif",
                            face = "bold",
                            size = 14))

7.上面我们只填充了第一列的颜色，这样，原本填充的geom_alluvium(aes(fill = Class))以及geom_stratum(aes(fill = Class))进行叠加之后，第一列的颜色就变深了。这样，整个数据能明显看出来数据流是从哪里出来的，流向哪里的。但如果我们将三列，即Class、Sex、Age都进行填充，会是什么效果呢？（## 为新添加的内容）

ggplot(as.data.frame(Titanic),
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age)) +
  
  # geom_alluvium设置中间的曲线:颜色填充，透明度，曲线类型
  geom_alluvium(aes(fill = Class))+
  
  # 设置中间框的格式
  geom_stratum(aes(fill = Class))+
  
  ## 设置另外两列
  geom_stratum(aes(fill = Sex))+
  geom_stratum(aes(fill = Age))+
  
  # 设置填充的颜色板
  scale_fill_brewer(palette = "Set1")+
  
  # 对中间框上的标签进行设置
  geom_text(stat = "stratum", 
            aes(label = after_stat(stratum)),
            size = 5,angle=0,
            family = "Arial")+
  
  #自定义X和Y轴上的标签
  scale_x_continuous(breaks = 1:3, 
                     labels = c("Class", "Sex", "Age"),
                     expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))+
  
  # 定义X和Y轴的名称
  labs(x = "Group", y = "Frequency")+
  
  
  # 设置图形主题样式
  theme_bw()+
  theme(legend.position = "none",
        text = element_text(family = "serif",
                            face = "bold",
                            size = 14))

8.填充之后颜色更加丰富，但其实由于颜色太多，图形数据分不清楚主次了，所以还是建议只填充第一列比较好，这样能看出来明显的数据流。你也可以将柱子填充为一种颜色（## 为新添加的内容）。显然，这种效果其实也并不是很好，因为桑基图，其实最好能看清楚，数据是从哪里流向哪里的，如果不能以这个为重点，就不太建议了

ggplot(as.data.frame(Titanic),
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age)) +
  
  # geom_alluvium设置中间的曲线:颜色填充，透明度，曲线类型
  geom_alluvium(aes(fill = Class))+
  
  ## 设置中间框的格式
  geom_stratum(fill = "lightblue")+
  
  # 设置填充的颜色板
  scale_fill_brewer(palette = "Set1")+
  
  # 对中间框上的标签进行设置
  geom_text(stat = "stratum", 
            aes(label = after_stat(stratum)),
            size = 5,angle=0,
            family = "Arial")+
  
  #自定义X和Y轴上的标签
  scale_x_continuous(breaks = 1:3, 
                     labels = c("Class", "Sex", "Age"),
                     expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))+
  
  # 定义X和Y轴的名称
  labs(x = "Group", y = "Frequency")+
  
  
  # 设置图形主题样式
  theme_bw()+
  theme(legend.position = "none",
        text = element_text(family = "serif",
                            face = "bold",
                            size = 14))

9.另外有一点，就是数据的排列问题，比如第一列，数据大小并没有按照顺序排列；第二列也是

10.那么给加上一行代码decreasing = FALSE就行（## 为新添加的内容），这样，每列的数据都是从上到下，从大到小排列

ggplot(as.data.frame(Titanic),
       aes(y = Freq,
           axis1 = Class, axis2 = Sex, axis3 = Age)) +
  
  # geom_alluvium设置中间的曲线:颜色填充，透明度，曲线类型
  geom_alluvium(aes(fill = Class),
                ## 降序排列
                decreasing = FALSE)+
  
  ## 设置中间框的格式
  geom_stratum(aes(fill = Class),
               ## 降序排列
               decreasing = FALSE)+
  
  # 设置填充的颜色板
  scale_fill_brewer(palette = "Set1")+
  
  # 对中间框上的标签进行设置
  geom_text(stat = "stratum", 
            aes(label = after_stat(stratum)),
            size = 5,angle=0,
            family = "Arial",
            ## 降序排列
            decreasing = FALSE)+
  
  #自定义X和Y轴上的标签
  scale_x_continuous(breaks = 1:3, 
                     labels = c("Class", "Sex", "Age"),
                     expand = c(0,0))+
  scale_y_continuous(expand = c(0,0))+
  
  # 定义X和Y轴的名称
  labs(x = "Group", y = "Frequency")+
  
  # 设置图形主题样式
  theme_bw()+
  theme(legend.position = "none",
        text = element_text(family = "serif",
                            face = "bold",
                            size = 14))

11.改成decreasing = TRUE则是升序排列，即从上到下，从小到大排列

12.一定要同时升序或降序数据流、中间框、以及框里的文字，要不然就乱了。好了，这样的话基本就可以画出来自己比较满意的桑基图了。