数据可视化，Tableau中如何制作基础的Sankey Diagram?

对于该图的称呼莫衷一是：有直接根据象形定名它为“决策树”（Decision Tree）；或者根据线段的层级流动称之为“流程图/作业图”（Flow Diagram）；还有一些图形网站称其为“冲击图”（Alluvial Diagram）……但对其最准确的定义应当是：桑基图（Sankey Diagram）。桑基图的名称来源于爱尔兰船长Matthew Henry Phineas Riall Sankey，1898年，桑基利用这种图表形式反映发动机的能源效率，具体请搜索Wikipedia。

在今天的数据可视化领域，桑基图有利于展现分类维度间的相关性，以流的形式呈现共享同一类别的元素数量。特别适合表达集群的发展，比如展示特定群体的人数分布等。

通常，我们所见的桑基图如上，左侧代表电影类型，右侧代表电影名称，而流线的粗细象征着票房收入的多少，今天介绍的入门只求形似，不追求一个源头下散发出的细节分布。

首先，需要明白这种S型曲线的来源，也就是通常所说的S型函数Sigmoid Function，函数类型为：

该函数图像的特点有：

• 连续，光滑，严格单调；
• 关于(0,0.5)中心对称；
• 值域为（0,1）。
  

之后无论是龚珀斯曲线还是桑基图，都由此演化而来。Sankey Diagram目前可以轻松利用D3.js 加以实现，但是利用Tableau 呈现尚属新颖。

操作步骤：

（1）首先准备好数据。

假设有如下两个数据，在Data1中，连接是完全相同的字符串，目的是与Data2进行关联；ID是编号；种类分为两种大类：电力与燃气；详细用途细分“电力-XXX”与“燃气-XXX”；总共有100行数据。

位置1是从1——100的序列，而位置2可以从任意数值开始，往下填充序列，到了100后从1开始直到填充满100行。

在Data2中，有49行数据，两个属性名：“连接”与“t”，连接与Data1中保持一致，t也即函数式中的t，本例中t区间为[-6,6]，步长为0.25，恰好可以填充完49列。

（2）将数据导入Tableau，利用“连接”作为联接子句在数据源间建立联系，显然数据的列数就会变为49 * 100 = 4900列。

（3）创建计算字段。

一个是【Sigmoid函数】，直接仿写函数式即可， 1/(1+EXP(1)^(-[t]))，

这个函数的作用在于为构造S型流线做准备，EXP是Tableau中写幂指数的表达式；

另一个是【曲线】，函数式为：[位置1]+(([位置2]-[位置1])*[Sigmoid函数])，这个函数作用一目了然，我们的Sankey Diagram的左右端点正因为处于不用的水平线上，才能画出S型流线，（[位置2]-[位置1]）计算了源数据中两点在位置上的偏移，而[Sigmoid函数]的值域处于（0,1）之间，本例中，（[位置2]-[位置1]）的差值为常量24，因此不消细说，在脑海的图景中已经可以构想出Sankey Diagram的大致模样。

（4）将t拖入列字段（维度），曲线拖入行字段（维度）；将“标记”更改为“线”，再利用ID这独一无二的变量作为“详细信息”将纠缠在一起的线分开，最后，将“详细用途”拖拽至“颜色”中为线段赋予颜色。最终效果如下：

之后，可以根据个人需要去除标题，修改样式，颠倒X、Y字段等。

当然，这是最基本的Sankey，复杂的Sankey同样可以在Tableau中实现，比如多级决策树等，但原理都是围绕这个展开。在本例中Sankey的S型走向只有两种，如果需要多重走向的Sankey，可以在字段[位置2]中，断裂正常的数据填充，比如25——79,81——100,0——24，最后一列才是80。这样的话效果会有所不同，形状如下：

因此，Tableau结合基本的数学知识往往可以衍生出多形态的创意图形，值得深入探索。