(图片来源于网络)
1869年，查尔斯·米纳德（Charles Minard）绘制了《1812年拿破仑东征图》。这张图形象的描绘了拿破仑在1812到1813年进攻俄国时所遭受的灾难性损失。
（图片来源于网络)
图中黄色为进军路线，黑色为撤退路线，线条的宽度代表拿破仑的军队人数变化，从图中可以清楚的看到，在深入寒冷的俄国腹地时，拿破仑军队的人数在逐渐的减少，到黑色线条撤退返回时，线条细的都快看不见了（活着返回法国的只有1万余人）。这张图也被认为是“数据可视化”的经典之作。
然而，让桑基图广泛应用于科学工程领域的，还是要感谢马修·亨利·菲尼亚斯·里亚尔·桑基（Matthew Henry Phineas Riall Sankey）。桑基图（Sankey chart）也是以此人命名。1898年，桑基在一篇描述能量效率的文章中画了这样一张图。
（图片来源于网络）
在文中，他对这张图是这样解释的：当能量在蒸汽机的各个部件中传输时，都会有能量损失，要提高能量传递效率，需要知道哪些步骤中流失比较严重。热量传递如下图箭头所示，其中箭头的宽度代表能量的大小，可以从图中看到每个步骤中能量损失。
从此以后桑基图被应用于各个领域，比如农业领域中追溯农产品的走向，社会学领域研究人口的流向，医学领域研究病例发展的流向。 而在互联网产品中，桑基图也被广泛采纳，主要用于用户路径分析。比如，用户在首页开始，分别流向了哪些页面，之后又流向了哪里。以下图为例，非常直观的表现了用户从Play song or video开始向其他页面的流转以及过程中的跳失量（跳失量由黑色表示）。
自然而然，我们不由的要提一个问题，有时候我们也想知道，达到某页面或者执行某行为的用户都从哪里来，于是就有了桑基图的变种，可以理解为“逆向桑基图”。 即设定一个终点，看看用户从哪里来，如下图所示。
03 桑基图的价值
可以看到，桑基图能非常直观的展现用户旅程，尤其是用户旅程纷繁复杂的时候，桑基图能很直观的表现出用户的使用习惯，帮助我们了解用户行为，从而进一步提高产品体验。根据个人经验，桑基图可以在以下几个方面提高产品和用户的契合度：
1. 找到主流流程，帮助确定转化漏斗中的关键步骤。
2. 看用户主要流向了哪里，发现用户的兴趣点，寻找新的机会。
3. 发现被用户忽略的产品价值点，修正价值点曝光方式。
4. 发现用户的流失点。
5. 找到有价值的用户群体。
2.1. 找到主流流程，帮助确定转化漏斗中的关键步骤。
比如下图（仔细看图）中，我们将每一步占比最高的流程摘出来，得到最最主流的步骤，即Play Song or Video -> Favorite Song or Video -> Share Song or Video -> Search Song or Video -> Select Song or Video。
2.2.发现被用户忽略的产品价值点，修正价值点曝光方式。
在上图中，我们发现执行了Seach song 的用户持续走到下一步的可能性会更大，然而在第二步并没有search song 操作，在第三步，也只有9.48%的用户选择了search song，是不是可以考虑加强Search song功能的曝光。
2.3. 看用户主要流向了哪里，发现用户的兴趣点，寻找新的机会。
比如上图中，我们发现Concert landing Screen中执行Purchase ticket动作的比例高达75.13%， 可以看出用户是对Concert landing Screen到Purchase ticket的转化率是极高的，可以发现用户对Purchase Concert ticket的兴趣是很高的，后续产品可以考虑增强这一块的投入。
2.4. 发现用户的流失点
上图可以看出，每一步用户的累计跳失率是：15.82%, 29.61%, 41.64%, 52.19%, 每一步的净跳失率就是：
15.82%,13.79%(29.61%-15.82%),12.03%(41.64%-29.61%),10.55%(52.19%-41.64%)
第一步的的跳失率是最高的，结合之前的分析，产品侧可以考虑通过search song来降低跳失率。
2.5. 寻找新的价值潜力点
share song是app实现裂变拉新的一个渠道。我们可以看到share song之后的群体一大部分去了Search song，但是search song之后，却没有share song，到底是因为search song 没有快捷分享通道，还是因为用户不愿意分享，就要结合具体情况分析了。是不是可以在search song后鼓励用户分享，达到拉新的目的。
当然，桑基图主要适用于用户路径相对复杂的应用，如果只是简单路径的分析，则有点大炮打苍蝇的感觉了。
04 怎么做桑基图
桑基图这么好，那么桑基图怎么做呢？首先来剖析一下桑基图的组成，桑基图想要表达的是流向问题，那么就需要知道从哪里（起点）到哪里（终点）---流了多少（流量），这句话中有三个要素，我个人称之为点、线、面：
1. 点：即流向的起点和终点。
2. 线：即哪些起点和终点间有流量。
3. 面：这些的量有多大（用面宽表示）。
以我的知乎文章页面为例，我想知道进入到文章页面的人都流向了哪里， 这里我把知乎页面做了简化，假设该页面只有以下三个链接。
那么这里
点就是：
起点：知乎个人主页文章
终点：是A文章， B 文章， C文章。
线就是：
表格中的几列分别是：
同理得出第二次被访问的页面的集合。这样就得到了头两次被访问的页面节点：
线&面：
接下来我们需要知道两个步骤节点之间是否有联系。以第一个页面xxx.com/home为例，需要知道第一次访问页面xxx.com/home，并且第二次访问xxx.com/company/home有几个session。这其实就是一个数学集合问题， 先找到以xxx.com/home为第一次访问页面的sessionID集合A， 再找到以xxx.com/company/home为第二次访问页面的sessionID集合B， 取集合A和集合B的交集中元素的个数，就得到这个“面”的宽度，即流量。照此，我们可以得出第一次访问页面xxx.com/home，并且第二次访问xxx.com/company/home有3个session， 如下图：
那么这两个页面之间的连接就是3。
以此类推，得到以xxx.com/home为起点的session，对这些session中，第二次被访问的页面进行计数，就可以得到对应的访问流量分布，如下图：
同理，再分别计算出以xxx.com/order/manage/list, xxx.com/traffic/serving, xxx.com/fund/fund-withdraw 为起点的流量分布，从而得出一张不怎么好看的桑基图：
而这张图的背后就是如下的数据：其中traffic就是对应的流量大小，也就是桑基图中线的宽度。
这样，意味着我们要实现源数据到桑基图数据的转化：
接下来我们就用python 代码实现这一转变。
05
用Python实现桑基图
1. 点：
#读取PV数据
filepath = '/Users/jigege/Desktop/sankey/PV_data.csv'
pvData = pd.read_csv(filepath)
#获取前两步桑基图的节点，首先定义一个数组，数组元素是每一步对应的节点数组
SankeyNodes = []
#作为示意，我们仅考虑访问顺序==1和2的数据
for i in range(2):
#过滤出访问顺序为i的页面，用drop_duplicates()去重得到节点
SankeyNodes.append(pvData[pvData['Sequence'] == i+1]['CurrentPage'].drop_duplicates().values)
SankeyNodes
得到桑基图点的数组如下：
[array(['xxx.com/home', 'xxx.com/order/manage/list',
'xxx.com/traffic/serving', 'xxx.com/fund/fund-withdraw'],
dtype=object),
array(['xxx.com/company/home', 'xxx.com/product/manage/list',
'xxx.com/traffic/serving', 'xxx.com/order/manage/list',
'xxx.com/fund/account-statement', 'xxx.com/home',
'xxx.com/fund/fund-home'], dtype=object)]
2. 获取线&面
#获取桑基图的线&面
#初始化桑基图数据，列名分别为'source'：流量起点,'target'：流量终点,'traffic'：流量大小
sankeyTraffic =pd.DataFrame(columns = ['source','target','traffic'])
#遍历第一步的节点
for i in range(len(SankeyNodes[0])):
#得出第一步中各个节点对应的session_id列表
sourceSessionList = pvData[(pvData['CurrentPage']==SankeyNodes[0][i])&(pvData['Sequence']==1)]['session_id']
#遍历第二步的节点
for j in range(len(SankeyNodes[1])):
#得出第二步中各个节点对应的session_id列表
targetSessionList = pvData[(pvData['CurrentPage']==SankeyNodes[1][j])&(pvData['Sequence']==2)]['session_id']
#算出同时访问过第一个页面和第二个页面的session个数，即为流量；用isin函数判断第二个页面的session列表是否在第一个页面的session列表中
Traffic = targetSessionList.isin(sourceSessionList)[lambda x: x==True].count()
#用append函数将算出的'source'：流量起点,'target'：流量终点,'traffic'：流量大小添加到桑基图数据中
sankeyTraffic=sankeyTraffic.append({'source':SankeyNodes[0][i],'target':SankeyNodes[1][j],'traffic':Traffic}, ignore_index=True)
3. 绘制桑基图
#绘制桑基图有两个包，一个是pyecharts.charts， 另外一个是holoviews，我们选择了holoviews。
#但holoviews不允许source 和target当中有重复项，所以将source和target分别加上后缀，避免两列中的重复项
sankeyTraffic['source'] = sankeyTraffic['source'].apply(lambda x: x+'_source')
sankeyTraffic['target'] = sankeyTraffic['target'].apply(lambda x: x+'_target')
#引入相关的python 包，需要预先安装holoviews，plotly等package
import holoviews as hv
import plotly.graph_objects as go
import plotly.express as pex
#导入对应的扩展组件hv.extension('bokeh')
#绘制桑基图，一步完成！
hv.Sankey(sankeyTraffic,kdims=["source", "target"], vdims=["traffic"] )
当然，如果你有兴趣，在一个最简单的只描述的一步的桑基图完成之后，可以探寻更加完整复杂的多步桑基图。其实原理都是一样的，本文就不再赘述，大家也可以参考文章：How to Plot Sankey Diagram in Python Jupyter Notebook [holoviews & plotly]? by Sunny Solanki(https://coderzcolumn.com/tutorials/data-science/how-to-plot-sankey-diagram-in-python-jupyter-notebook-holoviews-and-plotly)
06 总结
今天我们从桑基图的前世今生讲起，聊了聊桑基图在互联网中研究用户路径的应用，以及业务价值，最后讲了桑基图的绘制原理和python实操。在桑基图的绘制原理和python实操部分，是有点枯燥的，甚至需要大家拿出小本本在纸上画一画，写一写，仔细看看所附的图片，然后上手练习一下。如果你们的工作中有现成的桑基图工具，本文可以帮你知道桑基图是怎么来的，如果没有，试试今天的方法，做出一个酷酷的桑基图来扩大你的影响力吧！
参考文章
1. 维基百科：http://en.wikipedia.org/wiki/Sankey_diagram
2.google charts: https://developers.google.com/chart/interactive/docs/gallery/sankey
3. How to Plot Sankey Diagram in Python Jupyter Notebook [holoviews & plotly]
4. 利用Python绘制诱人的桑基图_数据森麟-CSDN博客
5. Amplitude help center：Get the most out of Amplitude's Funnel Analysis chart
6. the art of consequences
我将应用程序升级到Rails4，一切正常。我可以登录并转到我的编辑页面。也更新了观点。使用标准View时，用户会更新。但是当我添加例如字段:name时，它不会在表单中更新。使用devise3.1.1和gem'protected_attributes'我需要在设备或数据库上运行某种更新命令吗？我也搜索过这个地方，找到了许多不同的解决方案，但没有一个会更新我的用户字段。我没有添加任何自定义字段。 最佳答案 如果您想允许额外的参数，您可以在ApplicationController中使用beforefilter，因为Rails4将参数
我意识到这可能是一个非常基本的问题，但我现在已经花了几天时间回过头来解决这个问题，但出于某种原因，Google就是没有帮助我。(我认为部分问题在于我是一个初学者，我不知道该问什么......)我也看过O'Reilly的RubyCookbook和RailsAPI，但我仍然停留在这个问题上.我找到了一些关于多态关系的信息，但它似乎不是我需要的(尽管如果我错了请告诉我)。我正在尝试调整MichaelHartl'stutorial创建一个包含用户、文章和评论的博客应用程序(不使用脚手架)。我希望评论既属于用户又属于文章。我的主要问题是:我不知道如何将当前文章的ID放入评论Controller。
我在新的Debian6VirtualBoxVM上安装RVM时遇到问题。我已经安装了所有需要的包并使用下载了安装脚本(curl-shttps://rvm.beginrescueend.com/install/rvm)>rvm，但以单个用户身份运行时bashrvm我收到以下错误消息:ERROR:Unabletocheckoutbranch.安装在这里停止，并且(据我所知)没有安装RVM的任何文件。如果我以root身份运行脚本(对于多用户安装)，我会收到另一条消息:Successfullycheckedoutbranch''安装程序继续并指示成功，但未添加.rvm目录，甚至在修改我的.bas
如何使此根路径转到:“/dashboard”而不仅仅是http://example.com？root:to=>'dashboard#index',:constraints=>lambda{|req|!req.session[:user_id].blank?} 最佳答案 您可以通过以下方式实现:root:to=>redirect('/dashboard')match'/dashboard',:to=>"dashboard#index",:constraints=>lambda{|req|!req.session[:user_id].b
我需要根据字符串路径的长度将字符串路径数组转换为符号、哈希和数组的数组给定以下数组:array=["info","services","about/company","about/history/part1","about/history/part2"]我想生成以下输出，对不同级别进行分组，根据级别的结构混合使用符号和对象。产生以下输出:[:info,:services,about:[:company,history:[:part1,:part2]]]#altsyntax[:info,:services,{:about=>[:company,{:history=>[:part1,:pa
因为我现在正在做一些时间测量，我想知道是否可以在不使用Benchmark类或命令行实用程序time的情况下测量用户时间或系统时间。使用Time类只显示挂钟时间，而不显示系统和用户时间，但是我正在寻找具有相同灵active的解决方案，例如time=TimeUtility.now#somecodeuser,system,real=TimeUtility.now-time原因是我有点不喜欢Benchmark，因为它不能只返回数字(编辑:我错了-它可以。请参阅下面的答案。)。当然，我可以解析输出，但感觉不对。*NIX系统的time实用程序也应该可以解决我的问题，但我想知道是否已经在Ruby中实
我遇到了一个非常奇怪的问题，我很难解决。在我看来，我有一个与data-remote="true"和data-method="delete"的链接。当我单击该链接时，我可以看到对我的Rails服务器的DELETE请求。返回的JS代码会更改此链接的属性，其中包括href和data-method。再次单击此链接后，我的服务器收到了对新href的请求，但使用的是旧的data-method，即使我已将其从DELETE到POST(它仍然发送一个DELETE请求)。但是，如果我刷新页面，HTML与"new"HTML相同(随返回的JS发生变化)，但它实际上发送了正确的请求类型。这就是这个问题令我困惑的
我是Ruby的新手。我试过查看在线文档，但没有找到任何有效的方法。我想在以下HTTP请求botget_response()和get()中包含一个用户代理。有人可以指出我正确的方向吗？#PreliminarycheckthatProggitisupcheck=Net::HTTP.get_response(URI.parse(proggit_url))ifcheck.code!="200"puts"ErrorcontactingProggit"returnend#Attempttogetthejsonresponse=Net::HTTP.get(URI.parse(proggit_url)
有人知道如何将capybarapoltergeist的用户代理覆盖到移动用户代理以进行测试吗？我发现了一些有关为seleniumwebdriver配置它的信息:http://blog.plataformatec.com.br/2011/03/configuring-user-agents-with-capybara-selenium-webdriver/这在capybara闹鬼中怎么可能？ 最佳答案 请参阅poltergeistgithub页面上的链接:https://github.com/teampoltergeist/polte
A/ctohttp://wiki.nginx.org/CoreModule#usermaster进程曾经以root用户运行，是否可以以不同的用户运行nginxmaster进程？ 最佳答案 只需以非root身份运行init脚本(即/etc/init.d/nginxstart)，就可以用不同的用户运行nginxmaster进程。如果这真的是你想要做的，你将需要确保日志和pid目录(通常是/var/log/nginx&/var/run/nginx.pid)对该用户是可写的，并且您所有的listen调用都是针对大于1024的端口(因为绑定(