【亲测免费】 ggsankey:在ggplot2中创建精美桑基图、航道图及桑基撞击图
2026-01-23 05:35:39作者:蔡怀权
项目介绍
ggsankey 是一个旨在使用 ggplot2 构建优雅的桑基图、航道图(alluvial plots)以及桑基撞击图的R语言包。桑基图是一种可视化工具,用于展示一组值向另一组值流动的过程,其中连接的部分称为节点而连线则为链接。这种图表非常适合揭示不同领域间的一对多或多对多映射关系或展示通过一系列阶段的多种路径。此项目由David Sjöberg维护,并且可以在GitHub上找到其源码和详细文档。
项目快速启动
要立即开始使用 ggsankey,首先确保你的R环境中安装了必要的工具,然后安装此包的开发版本。以下是安装步骤:
# 如未安装devtools包,先进行安装
if (!requireNamespace("devtools", quietly = TRUE))
install.packages("devtools")
# 安装ggsankey
devtools::install_github("davidsjoberg/ggsankey")
接下来,使用一个简单的示例来演示基本用法,这里以mtcars数据集为例,创建一个基础桑基图:
library(ggsankey)
df <- mtcars %>% make_long(cyl, vs, am, gear, carb)
ggplot(df, aes(x = x, next_x = next_x, node = node, next_node = next_node, fill = factor(node))) +
geom_sankey() +
scale_fill_discrete(drop=FALSE)
这段代码将生成一个展示mtcars数据集中各项特征之间关联的桑基图。
应用案例和最佳实践
基本桑基图美化
为了增加可读性和视觉效果,我们可以添加标签并调整主题:
ggplot(df, aes(x = x, next_x = next_x, node = node, next_node = node, fill = factor(node), label = node)) +
geom_sankey(flow = alpha(0.6), node = color("gray30")) +
geom_sankey_label(size = 3, color = "white", fill = "gray40") +
scale_fill_viridis_d(drop = FALSE) +
theme_sankey(base_size = 18) +
labs(x = NULL) +
theme(legend.position = "none",
plot.title = element_text(hjust = 0.5)) +
ggtitle("汽车特性")
航道图(Alluvial Plots)
航道图作为桑基图的一种变形,不设置节点间的空间,起点位于y=0。下面是如何使用geom_alluvial的例子:
ggplot(df, aes(x = x, next_x = next_x, node = node, next_node = node, fill = factor(node), label = node)) +
geom_alluvial(flow = alpha(0.6)) +
geom_alluvial_text(size = 3, color = "white") +
scale_fill_viridis_d(drop = FALSE) +
theme_alluvial(base_size = 18) +
labs(x = NULL) +
theme(legend.position = "none",
plot.title = element_text(hjust = 0.5)) +
ggtitle("汽车特性")
典型生态项目
虽然这个部分通常用来讨论与ggsankey相互作用的其他开源项目,但在ggsankey的具体案例中,它更多地是与数据分析和可视化生态系统相关联。例如,它常与数据处理库如dplyr和数据重塑库如tidyr一起使用,以准备适合构建桑基图的数据结构。此外,结合ggplot2的高级主题和其他扩展包(比如gganimate进行动态可视化),可以进一步扩展其应用范围。
由于具体示例和组合使用的方法繁多,建议开发者探索ggplot2生态内的其它优秀包,以便全面利用ggsankey的功能。
以上就是基于ggsankey的简要介绍和使用指南。通过这些步骤和实例,你可以迅速掌握如何在自己的项目中集成并利用此强大的可视化工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1