上镜率持续走高的桑基图，如何用多种方法绘制？（附代码）

一. 桑基图是干什么的

桑基图(Sankey diagram)本质上是一种流图（flow diagram），最早由爱尔兰人Matthew Henry Phineas Riall Sankey 提出的。早期是用于描述能量、人口或经济等的流动分布情况，故又称为桑基能量分流图或桑基能量平衡图。

近年来桑基图在各大期刊的上镜率在持续走高，比如2021的纯生物信息学文献：《Conserved pan-cancer microenvironment subtypes predict response to immunotherapy》，就有一个看起来超级复杂的桑基图，图例：(C) Sankey plot showing antigenicity and TMB (left) per TME subtype linked to mutation group (right) across TCGA patients at the pan-cancer level.

那么，什么样的数据适合桑基图呢。一句话，需要体现不同对象主体在不同属性上变化过程的数据，均可用桑基图。数据的形式类似这样（以Titanic数据集为例）：

数据拆解：这里每一行数据对应的是泰坦尼克号里的一个人（对象主体），每一列是这个人的所具有的某一属性（如Class是什么，Sex是什么等），而我们又正好需要展现不同人的不同属性的流向分布，这个时候桑基图就登场了。所以，桑基图呈现的是，横坐标是属性名，纵坐标是对象主体（对象数过多的话，画图不好看，往往用描述统计代替，常用的是频数），如：

二. 该如何实现

这里以上述的Titanic数据集为例，多种方式来实现。首先介绍alluvial包。

# 安装alluvial包
# install.packages("alluvial")
library(alluvial)
library(dplyr)
tit <- tibble::as_data_frame(Titanic)
tit %>% head()
|Class |Sex    |Age   |Survived |  n|
|:-----|:------|:-----|:--------|--:|
|1st   |Male   |Child |No       |  0|
|2nd   |Male   |Child |No       |  0|
|3rd   |Male   |Child |No       | 35|
|Crew  |Male   |Child |No       |  0|
|1st   |Female |Child |No       |  0|
|2nd   |Female |Child |No       |  0|