桑基图（Sankey diagram），即桑基能量分流图，也叫桑基能量平衡图。它是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，比较适用于用户流量等数据的可视化分析。因1898年Matthew Henry Phineas Riall Sankey绘制的“蒸汽机的能源效率图”而闻名，此后便以其名字命名为“桑基图”。

感兴趣的小伙伴可以去看看Charles Minard在1869年所作的拿破仑东征俄国的信息图，用到的就是桑葚图展示的哦。

那么桑基图要怎么看？小果在这里为大家梳理一下！

（1）看线条的走向（2）看粗细的变化 （3）看节点间的比较

桑基图主要由边、流量和节点组成，其中边代表了流动的数据，流量代表了数据流动的具体数值，节点代表了不同的分类，边的宽度与流量成比例，边越宽，数值越大。

桑基图可以运用的场景主要有：

miRNA和靶基因的关系。

一个group包含多个基因，同一个基因的不同突变可能属于多个group。像例图一样，展示高频突变基因所处的分组。

人群按性别、年龄、家族史等特征分组，展示不同分组得癌症的规律。

下面是具体的代码实战部分：

###读取数据，查看数据

df <- read.table(“sankey.txt”,sep = “t”,row.names = 1,header = T)

head(df)

###install.packages(“ggalluvial”)

###加载R包

library(ggalluvial)

#定义颜色，后面从这里选颜色

mycol <- rep(c(“#223D6C”,”#D20A13″,”#FFD121″,”#088247″,”#11AA4D”,”#58CDD9″,”#7A142C”,”#5D90BA”,”#029149″,”#431A3D”,”#91612D”,”#6E568C”,”#E0367A”,”#D8D155″,”#64495D”,”#7CC767″),3)

#格式转换

UCB_lodes <- to_lodes_form(df[,1:ncol(df)],

                           axes = 1:ncol(df),

                           id = “Cohort”)

dim(UCB_lodes)

head(UCB_lodes)

pdf(“1sankey.pdf”)

ggplot(UCB_lodes,

       aes(x = x, stratum = stratum, alluvium = Cohort,

           fill = stratum, label = stratum)) +

  scale_x_discrete(expand = c(0, 0)) +

  geom_flow(width = 1/8) + #线跟方块间空隙的宽窄

  geom_stratum(alpha = .9,width = 1/10) + #方块的透明度、宽度

  geom_text(stat = “stratum”, size = 3,color=”black”) + #文字大小、颜色

 #不喜欢默认的配色方案，用前面自己写的配色方案

  scale_fill_manual(values = mycol) +

xlab(“”) + ylab(“”) +

  theme_bw() + #去除背景色

  theme(panel.grid =element_blank()) + #去除网格线

  theme(panel.border = element_blank()) + #去除外层边框

  theme(axis.line = element_blank(),axis.ticks = element_blank(),axis.text = element_blank()) + #去掉坐标轴

  ggtitle(“”)+

  guides(fill = FALSE)

dev.off()

###还可以只选其中一部分列来画，此处只画第一列和第三列

UCB_lodes <- to_lodes_form(df[,c(1,3)],

                           axes = 1:2,

                           id = “Cohort”)

结果图展示

文末附代码和数据，关注小果，悄悄变强哦。