python画桑基图代码

要画桑基图，可以使用 Python 中的 matplotlib 库和 pandas 库。下面是一个简单的示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据
data = {'A': [10, 20, 30],
        'B': [20, 30, 10],
        'C': [5, 10, 20]}
df = pd.DataFrame(data, index=['Jan', 'Feb', 'Mar'])

# 绘制桑基图
df.plot(kind='bar', stacked=True)
plt.show()

这个代码会生成一个简单的桑基图，其中每个条形表示一个月份，它们被分成三个部分，分别代表 A、B、C 三个类别的值。通过 stacked 参数，这些条形被堆叠在一起，以显示它们的总和。你可以根据自己的数据和需要进行修改和调整。

相关问题

python 画桑基图

在Python中，有几个库可以用来画桑基图，包括matplotlib、plotly和pyecharts。

首先是matplotlib库，它可以用来画静态的桑基图。你可以使用matplotlib的Sankey模块中的Sankey类来创建桑基图对象，并通过调用add()方法为图添加配置选项，最后使用finish()方法完成图的绘制。具体的创建桑基图的函数是Sankey()，你可以通过传入不同的参数来设置图的各种属性，如尺度、单位、间距等。你可以在matplotlib的官方文档中找到更详细的使用说明和示例代码。 https://matplotlib.org/stable/api/sankey_api.html
＊＊＊<em>1</em><em>2</em><em>3</em>
#### 引用[.reference_title]
- *1* [python绘制桑基图](https://blog.csdn.net/m0_37149062/article/details/120391953)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item]
- *2* *3* [python绘制桑基图（sankey diagram）](https://blog.csdn.net/yuanzhoulvpi/article/details/119678021)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item]
[ .reference_list ]

python画桑基图

要使用Python绘制桑基图，你可以使用matplotlib和seaborn这两个常用的数据可视化库。下面是一个简单的示例代码：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建数据
labels = ['A', 'B', 'C', 'D']
values = [30, 50, 20, 40]
categories = ['Category 1', 'Category 2', 'Category 3']

# 绘制桑基图
fig, ax = plt.subplots(figsize=(8, 6))
sankey = sns.color_palette('Paired', len(categories))
sns.heatmap([[0, values[0], values[0], 0],
              [0, 0, values[1], values[1]],
              [0, 0, 0, values[2]],
              [0, 0, 0, 0]],
            annot=True,
            fmt='d',
            cmap=sankey,
            xticklabels=categories,
            yticklabels=labels,
            cbar=False,
            ax=ax)

# 添加标签
for i in range(len(labels)):
    plt.text(-0.5, i+0.5, labels[i], ha='center', va='center', fontsize=12)
plt.text(1.5, 3.5, 'Total: {}'.format(sum(values)), ha='center', va='center', fontsize=12)

# 设置标题和坐标轴标签
plt.title('Sankey Diagram')
plt.xlabel('Categories')
plt.ylabel('Labels')

# 显示图形
plt.show()

在这个示例中，我假设有4个标签（A、B、C、D）和3个类别（Category 1、Category 2、Category 3）。你可以根据自己的需求修改这些标签和类别，并调整数据列表。运行这段代码将生成一个桑基图，显示各个标签之间的流动关系和数值。