python 生信 桑基图

### 使用 Python 创建桑基图

对于希望在生物信息学项目中创建桑基图的数据科学家来说，`matplotlib` 和 `plotly` 是两个常用的库。这些库提供了丰富的功能来构建复杂的图表并支持高度自定义。

#### Matplotlib 库中的 Sankey 图表实现

Matplotlib 的 `Sankey` 类可以用来绘制简单的桑基图：

from matplotlib.sankey import Sankey
import matplotlib.pyplot as plt

fig = plt.figure(figsize=(8, 9))
ax = fig.add_subplot(1, 1, 1, xticks=[], yticks=[],
                     title="Simple Sankey Diagram")

# 添加流
sankey = Sankey(ax=ax, scale=0.01)

# 定义流量及其连接方式
sankey.add(flows=[0.25, 0.15, 0.60, -0.20, -0.75, -0.15], labels=['', '', '',
                                                                   'First',
                                                                   'Second',
                                                                   'Third'],
            orientations=[-1, 1, 0, 1, 0, -1])

diagrams = sankey.finish()
plt.show()

这段代码展示了如何利用 `matplotlib` 来快速生成一个基础版本的桑基图[^1]。

#### Plotly 库用于交互式桑基图

Plotly 提供了一种更现代的方式去制作具有互动特性的桑基图，非常适合于探索性和报告性质的工作。下面是一个简单例子说明怎样使用 plotly.express 绘制桑基图:

import pandas as pd
import plotly.graph_objects as go

data = dict(
    node=dict(pad=15,
              thickness=20,
              line=dict(color="black", width=0.5),
              label=["A1", "A2", "B1", "B2", "C1", "C2"],
              color=["blue", "red", "green", "purple", "#FFD700", "#DC143C"]),
    link=dict(source=[0, 1, 0, 2, 3, 3],  # 节点索引列表
              target=[2, 3, 3, 4, 4, 5],
              value=[8, 4, 2, 8, 4, 2]))

fig = go.Figure(data=[go.Sankey(valueformat=".0f",
                                valuesuffix="TWh",
                                **data)])

fig.update_layout(title_text="Interactive Sankey Diagram with Plotly", font_size=10)
fig.show()

此段脚本不仅能够显示静态图像，还允许用户点击放大查看细节部分，极大地增强了用户体验和理解力[^2]。

#### PySankey 库简化流程分析

除了上述两种主流方案外，还有专门针对桑基图设计的小型第三方库 pySankey 可供选择。它特别适用于处理分类变量间的转移情况，比如基因表达水平变化路径等场景下的应用案例。

安装命令如下所示：

pip install pysankey

之后就可以按照官方文档指导轻松完成相应图形输出了。