Diagrammes de Sankey dans R?

J'essaie de visualiser mon flux de données avec un diagramme de Sankey dans R.

J'ai trouvé ce billet de blog lié à un script R qui produit un diagramme de Sankey, malheureusement il est assez brut et quelque peu limité (voir ci-dessous pour un exemple de code et des données).

Quelqu'un connaît-il d'autres scripts - ou peut-être même un package - plus développé? Mon objectif final est de visualiser à la fois le flux de données et les pourcentages par taille relative des composants du diagramme, comme dans ces exemples de diagrammes de Sankey .

J'ai posté une question un peu similaire sur la liste r-help , mais après deux semaines sans aucune réponse, je tente ma chance ici sur stackoverflow.

Merci, Eric

PS. Je connais le tracé des ensembles parallèles , mais ce n'est pas ce que je recherche.

# thanks to, https://tonybreyal.wordpress.com/2011/11/24/source_https-sourcing-an-r-script-from-github/
  sourc.https     <- function(url, ...) {
# install and load the RCurl package 
if (match('RCurl', nomatch=0, installed.packages()[,1])==0) {
  install.packages(c("RCurl"), dependencies = TRUE)
  require(RCurl)  
} else require(RCurl)    

# parse and evaluate each .R script
  sapply(c(url, ...), function(u) {
    eval(parse(text = getURL(u, followlocation = TRUE, 
    cainfo  = system.file("CurlSSL", "cacert.pem", 
    package = "RCurl"))), envir = .GlobalEnv)
 } )
 }

# from https://gist.github.com/1423501
sourc.https("https://raw.github.com/gist/1423501/55b3c6f11e4918cb6264492528b1ad01c429e581/Sankey.R")

# My example (there is another example inside Sankey.R):
inputs = c(6, 144)
losses = c(6,47,14,7, 7, 35, 34)
unit = "n ="

labels = c("Transfers",
           "Referrals\n",
           "Unable to Engage",
           "Consultation only",
           "Did not complete the intake",
           "Did not engage in Treatment",
           "Discontinued Mid-Treatment",
           "Completed Treatment",
           "Active in \nTreatment")

SankeyR(inputs,losses,unit,labels)

# Clean up my mess
rm("inputs", "labels", "losses", "SankeyR", "sourc.https", "unit")

Diagramme de Sankey produit avec le code ci-dessus,

Ce tracé peut être créé via le networkD3package. Il vous permet de créer des diagrammes de Sankey interactifs. Ici vous pouvez trouver un exemple . J'ai également ajouté une capture d'écran pour que vous ayez une idée de ce à quoi cela ressemble.

# Load package
library(networkD3)

# Load energy projection data
# Load energy projection data
URL <- paste0(
        "https://cdn.rawgit.com/christophergandrud/networkD3/",
        "master/JSONdata/energy.json")
Energy <- jsonlite::fromJSON(URL)
# Plot
sankeyNetwork(Links = Energy$links, Nodes = Energy$nodes, Source = "source",
             Target = "target", Value = "value", NodeID = "name",
             units = "TWh", fontSize = 12, nodeWidth = 30)

J'ai créé un package ( riverplot ) qui a une fonctionnalité légèrement différente, mais se chevauchant par rapport à la fonction Sankey, et peut produire des graphiques comme celui-ci:

Si vous voulez le faire avec R, votre meilleure offre semble être la suggestion @Roman - pirater la fonction SankeyR . Par exemple - ci-dessous est ma solution très rapide - orientez simplement les étiquettes verticalement, décalez-les légèrement et diminuez la police pour les références d'entrée pour lui donner une apparence un peu meilleure. Cette modification ne modifie que les lignes 171 et 223 de la fonction SankeyR :

    #line171 - change oversized font size of input label
    fontsize = max(0.5,frInputs[j]*1.5)#1.5 instead of 2.5 

    #line223 - srt changes from 35 to 90 to orient labels vertically, 
    #and offset adjusts them to get better alignment with arrows
    text(txtX, txtY, fullLabel, cex=fontsize, pos=4, srt=90, offset=0.1)

Je ne suis pas un as en trigonométrie, mais c'est vraiment ce dont vous avez besoin pour changer la direction des flèches. Ce serait idéal à mon avis - si vous pouviez ajuster les flèches perdues pour qu'elles soient orientées horizontalement plutôt que verticalement. Sinon, pourquoi ma solution résout le problème d'orientation des étiquettes, cela ne rend pas le diagramme beaucoup plus lisible ...

En plus des rCharts , les diagrammes de Sankey peuvent désormais également être générés en R avec googleVis (version> = 0.5.0). Par exemple, cet article décrit la génération du diagramme suivant à l'aide de googleVis:

R alluvialpackage fera également cela (à partir de ?alluvial).

# install.packages(c("alluvial"), dependencies = TRUE)
require(alluvial)

# Titanic data
tit <- as.data.frame(Titanic)

# 4d
alluvial( tit[,1:4], freq=tit$Freq, border=NA,
     hide = tit$Freq < quantile(tit$Freq, .50),
     col=ifelse( tit$Class == "3rd" & tit$Sex == "Male", "red", "gray") )

plotly a la même puissance que networkD3paquet ( lien exemple ).

A en juger par ces définitions, cette fonction, comme le graphique des ensembles parallèles, n'a pas la capacité de diviser et de combiner des flux (c'est-à-dire à travers plus d'une transition).

Puisque les diagrammes de Sankey sont des graphes pondérés dirigés , un paquet comme qgraph pourrait être utile.

La SankeyRfonction fournit des étiquettes plus claires si vous triez les pertes par ordre décroissant car le texte est placé plus près des pointes de flèche sans se chevaucher.

jetez un œil à //sankeybuilder.com car il offre une solution prête à l'emploi où vous pouvez télécharger vos données et lire les variations au fil du temps. La transition fonctionne bien (similaire à la démo youtube de votre question). Si vous chargez la démo SankeyTrend, elle comprend de nombreux créneaux horaires (années de données). Une fois chargé (construit automatiquement les sankeys), cliquez sur le bouton de lecture dans le coin supérieur droit de la page pour la lecture des plages horaires, vous pouvez même faire une pause et reprendre le temps. L'URL de démonstration est ici: SankeyTrend J'espère que cela vous aidera dans votre quête du diagramme de Sankey parfait.

Par souci d'exhaustivité, il existe également le ggalluvialpackage qui est unggplot2 extension pour les diagrammes alluviaux / Sankey.

Voici un exemple tiré de la documentation du package

# devtools::install_github("corybrunson/ggalluvial", ref = "optimization")
library(ggalluvial)

titanic_wide <- data.frame(Titanic)
ggplot(data = titanic_wide,
       aes(axis1 = Class, axis2 = Sex, axis3 = Age,
           y = Freq)) +
  scale_x_discrete(limits = c("Class", "Sex", "Age"), expand = c(.1, .05)) +
  xlab("Demographic") +
  geom_alluvium(aes(fill = Survived)) +
  geom_stratum() + geom_text(stat = "stratum", label.strata = TRUE) +
  theme_minimal() +
  ggtitle("passengers on the maiden voyage of the Titanic",
          "stratified by demographics and survival") +
  theme(legend.position = 'bottom')

ggplot(titanic_wide,
       aes(y = Freq,
           axis1 = Survived, axis2 = Sex, axis3 = Class)) +
  geom_alluvium(aes(fill = Class),
                width = 0, knot.pos = 0, reverse = FALSE) +
  guides(fill = FALSE) +
  geom_stratum(width = 1/8, reverse = FALSE) +
  geom_text(stat = "stratum", label.strata = TRUE, reverse = FALSE) +
  scale_x_continuous(expand = c(0, 0), 
                     breaks = 1:3, labels = c("Survived", "Sex", "Class")) +
  scale_y_discrete(expand = c(0, 0)) +
  coord_flip() +
  ggtitle("Titanic survival by class and sex")

^{Créé le 13/11/2018 par le package reprex (v0.2.1.9000)}

Ouvrez simplement un package qui utilise un diagramme alluvial pour visualiser les étapes du flux de travail. Étant donné que l'histoire est conservée lorsque la forme alluviale est utilisée, il n'y a pas de croisements dans les bords.

https://github.com/claytontstanley/shiny.alluvial