Sankey图形不显示流出和目标未定义

Question

我使用这个SO squestion从一个dataframe创建了一个Sankey图。但是当我将图形悬停时，我的目标显示undefined，我的输出计数也显示0

下面是我的代码和数据。

# imports
import pandas as pd
import numpy as np
import plotly.graph_objs as go
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
init_notebook_mode(connected=True)


# Retrieve data
df = df[['Label1','value','year']]
dmap = {'cs.AI':0,'cs.CC':1,'cs.CE':2,'cs.CG':3,'cs.CL':4,'cs.CR':5}
df['source'] = df['Label1'].map(dmap)
df.sort_values(by=["source"], inplace=True)
nodes_color = ['#a6cee3','#fdbf6f','#fb9a99','#e3a6ce','#a6e3da','#a6e3bd']
L = [6,7,8,9,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25]
df['target'] = df.groupby('source').cumcount().map(dict(enumerate(L)))
label = list(df['Label1'].unique())
target = list(df['target'])
value = list(df['value'])
source = list(df['source'])
link_color = np.repeat(np.array(['#a6cee3','#fdbf6f','#fb9a99','#e3a6ce','#a6e3da','#a6e3bd'], dtype=object), 18).tolist()


# Sankey plot setup
data_trace = dict(
    type='sankey',
    domain = dict(
      x =  [0,1],
      y =  [0,1]
    ),
    orientation = "h",
    valueformat = ".0f",
    node = dict(
      pad = 20,
    # thickness = 30,
      line = dict(
        color = "black",
        width = 0
      ),
      label =  label,
      color = 
    ),
    link = dict(
      source = source,
      target = target,
      value = value,
      color = link_color,
  )
)

layout = dict(
        title = "Draw Sankey Diagram from dataframes",
    height = 772,
    font = dict(
      size = 10),)

fig = dict(data=[data_trace], layout=layout)
iplot(fig, validate=False)

数据帧

Label1  value   year
0   cs.AI   1.00    1990
1   cs.AI   0.20    1990
2   cs.AI   0.85    1990
3   cs.AI   0.99    1990
4   cs.AI   0.19    1990
5   cs.AI   0.87    1990
6   cs.CC   0.19    1990
7   cs.CC   1.00    1990
8   cs.CC   0.34    1990
9   cs.CC   0.50    1990
10  cs.CC   0.09    1990
11  cs.CC   0.67    1990
12  cs.CE   0.94    1990
13  cs.CE   0.63    1990
14  cs.CE   1.00    1990
15  cs.CE   0.61    1990
16  cs.CE   0.82    1990
17  cs.CE   0.17    1990
18  cs.CG   0.74    1990
19  cs.CG   0.95    1990
20  cs.CG   0.53    1990
21  cs.CG   1.00    1990
22  cs.CG   0.43    1990
23  cs.CG   0.10    1990
24  cs.CL   0.31    1990
25  cs.CL   0.27    1990
26  cs.CL   0.91    1990
27  cs.CL   0.21    1990
28  cs.CL   1.00    1990
29  cs.CL   0.12    1990
30  cs.CR   0.31    1990
31  cs.CR   0.18    1990
32  cs.CR   0.76    1990
33  cs.CR   0.35    1990
34  cs.CR   0.67    1990
35  cs.CR   1.00    1990
36  cs.AI   1.00    1991
37  cs.AI   0.55    1991
38  cs.AI   0.82    1991
39  cs.AI   0.05    1991
40  cs.AI   0.17    1991
41  cs.AI   0.83    1991
42  cs.CC   0.52    1991
43  cs.CC   1.00    1991
44  cs.CC   0.64    1991
45  cs.CC   1.00    1991
46  cs.CC   0.80    1991
47  cs.CC   0.21    1991
48  cs.CE   0.10    1991
49  cs.CE   0.58    1991
50  cs.CE   1.00    1991
51  cs.CE   0.01    1991
52  cs.CE   0.77    1991
53  cs.CE   0.19    1991
54  cs.CG   0.08    1991
55  cs.CG   0.21    1991
56  cs.CG   0.63    1991
57  cs.CG   1.00    1991
58  cs.CG   0.34    1991
59  cs.CG   0.60    1991
60  cs.CL   0.91    1991
61  cs.CL   0.33    1991
62  cs.CL   0.60    1991
63  cs.CL   0.57    1991
64  cs.CL   1.00    1991
65  cs.CL   0.37    1991
66  cs.CR   1.00    1991
67  cs.CR   0.28    1991
68  cs.CR   0.92    1991
69  cs.CR   0.47    1991
70  cs.CR   0.53    1991
71  cs.CR   1.00    1991
72  cs.AI   1.00    1992
73  cs.AI   0.79    1992
74  cs.AI   0.86    1992
75  cs.AI   0.30    1992
76  cs.AI   0.27    1992
77  cs.AI   0.91    1992
78  cs.CC   0.06    1992
79  cs.CC   1.00    1992
80  cs.CC   0.72    1992
81  cs.CC   0.44    1992
82  cs.CC   0.31    1992
83  cs.CC   0.75    1992
84  cs.CE   0.40    1992
85  cs.CE   0.07    1992
86  cs.CE   1.00    1992
87  cs.CE   0.88    1992
88  cs.CE   0.79    1992
89  cs.CE   0.03    1992
90  cs.CG   0.74    1992
91  cs.CG   0.91    1992
92  cs.CG   1.00    1992
93  cs.CG   1.00    1992
94  cs.CG   0.68    1992
95  cs.CG   0.22    1992
96  cs.CL   0.42    1992
97  cs.CL   0.03    1992
98  cs.CL   0.95    1992
99  cs.CL   0.17    1992
100 cs.CL   1.00    1992
101 cs.CL   0.28    1992
102 cs.CR   0.04    1992
103 cs.CR   0.30    1992
104 cs.CR   0.26    1992
105 cs.CR   0.80    1992
106 cs.CR   0.90    1992
107 cs.CR   1.00    1992

我的桑基图。

​

​

Answer 1

也许你已经解决了这个问题，但如果不是的话，也许我可以为你指明正确的方向。

让我们将Plotly构造看作是一个有向图。

在这种情况下，节点是由列表label给出的，其中包括'cs.AI'，这些标签将附加一个ID，在您的情况下ID是0-5。

第二个组件包含节点之间的边缘(链接)，称为源和目标。源和目标引用节点ID。在您的示例中，源节点的ID为0-5，目标节点的ID为6-24 -但是ID 6-24在标签中不可用，因此不能在图中显示这种关系。更新标签，你就可以走了。