plotly Sankey 不太好用，好多跟0有关的奇怪bug，但目前也没有替代的，只能先凑合用了。
import
import plotly.graph_objects as go
import plotly.io as pio
关于data df
如果放在一个df里，然后就是很简单的连接（同一行就连），那node的数量就是len(df) x column number，连接的话source就是range(0到len(df))，target就是range(len(df) , len(df)x2)
画图
Sankey里主要定义三个东西：arrangement, node, link
arrangement
里面有三个选项，perpendicular是只能垂直拉node，freeform随便拽，fixed是固定的。
node
pad
pad普通的话就定15，如果你想让link变得很细，在node很多的情况下，可以设置pad=100，再高了也不会有什么变化。
thickness=10就可以。
label (node label)
label是node的label，是list，从第一个node到最后一个node，如果不需要label，就用‘’放在list里。
比如：
label=['']*len(df) + df[gene_col].tolist()
color (node的颜色)
是list，可以是['red','blue' ....]就是不透明的，也可以用透明的，那就用rgba，rgba的第四个value代表transparency。
比如：
df['rgba_colors'] = df.direction.map({'up':"rgba(255, 99, 71, 0.5)",'down':"rgba(38, 101, 255, 0.5)"})
# in Sankey function
color=df.rgba_colors.tolist()
x (node 横坐标)
这是这里面最无语的地方，首先它的value必须设置在0-1之间，如果你有两列，在左边和右边，左边是0右边是1的话，左边0的那个y坐标就会没用，但右边1的那个y坐标却可以用。所以不能设置0，设置成0.01，右边不知道有没有什么奇怪的bug，干脆设置成0.99
比如：
x=[0.01] * len(df) + [0.99] * len(df)
y（node 纵坐标）
value range从0到1，需要画图前normalize，最炒蛋的地方是，它也不识别0！！
所以把里面的0都替换成1e-13即可。1没什么问题。
另外，记得invert value，因为它用的html语言，0是最高的，1是最低的！！日
normalize的方法如下
# Combine control and experiment values into a single array for joint normalization
all_values = pd.concat([df[col1], df[col2]])
# Normalize all values together
normalized_values = (all_values - all_values.min()) / (all_values.max() - all_values.min())
normalized_values = (1-normalized_values)+1e-13
# Split back into control and experiment
df[f'{col1}_norm'] = normalized_values[:len(df)]
df[f'{col2}_norm'] = normalized_values[len(df):]
customdata 和 hovertemplate （鼠标移到node可显示的value）
customdata的格式list in list, 类似numpy，shape是 [[node1_value1, node1_value2],[node2_value1, node2_value2]]
hovertemplate的格式是str，里面可以放{label}, 可以放{customdata[value_number]}，分行就用
是html语言。
比如：
hovertemplate='Gene: %{label}<br>Value: %{customdata[1]:.2f}'
link （node之间的连接）
source和target （node之间的连法）
source, list of integer，比如[0,1,2,3,4]
target, list of integer, 比如[5,6,7,8,9]
上面的例子就是第一个连接是从node 0到node 5，第二个连接是从node 1 到node 6。
value （连接的宽度）
list of values,会自动normalize到0到1，所以如果全部设置成0.1或者1其实没有区别，但是如果一些设置成小的数，一些设置成大的数，就能看出区别。
color （连接的颜色）
一般用透明的，那就用rgba，rgba的第四个value代表transparency。
比如：
df['rgba_colors'] = df.direction.map({'up':"rgba(255, 99, 71, 0.5)",'down':"rgba(38, 101, 255, 0.5)"})
# in Sankey function
color=df.rgba_colors.tolist()
layout
font_size (node label的字体大小）
width&height 大概在（1000,500）
margin是个dictionary , 用的是html里的t (top), b(buttom), l(left), r(right)
比如：
margin=dict(r=300)
例子
def plot_sankey(df, gene_col, col1, col2,figsize=(1000,600),write=False,link_colors=None,link_values=None):
df = df.copy()
# Combine control and experiment values into a single array for joint normalization
all_values = pd.concat([df[col1], df[col2]])
# Normalize all values together
normalized_values = (all_values - all_values.min()) / (all_values.max() - all_values.min())
normalized_values = (1-normalized_values)+1e-13
# Split back into control and experiment
df[f'{col1}_norm'] = normalized_values[:len(df)]
df[f'{col2}_norm'] = normalized_values[len(df):]
# Define the source (control) and target (experiment) nodes
sources = list(range(len(df))) # Control nodes (one per gene)
targets = list(range(len(df), 2 * len(df))) # Experiment nodes (one per gene)
customdata = [[0, orig_y, inv_y] for orig_y, inv_y in zip(df[col1], df[f'{col1}_norm'])] + \
[[0.5, orig_y, inv_y] for orig_y, inv_y in zip(df[col2], df[f'{col2}_norm'])]
# Create the Sankey diagram with y-axis positions reflecting joint-normalized values and uniform height
fig = go.Figure(go.Sankey(
arrangement = "perpendicular",
node=dict(
pad=15,
thickness=10, # Uniform thickness for all nodes
line=dict(color="black", width=0.5),
label=['']*len(df) + df[gene_col].tolist(), # Labels for control and experiment nodes
color=["blue"] * len(df)*2 if not link_colors else link_colors*2, # Blue for control, green for experiment
x=[0.01] * len(df) + [0.99] * len(df), # Left (x=0) for control, right (x=1) for experiment
y=df[f'{col1}_norm'].tolist() + df[f'{col2}_norm'].tolist(), # Y positions based on joint-normalized values
customdata=customdata,
hovertemplate='Gene: %{label}<br>Value: %{customdata[1]:.2f}'
),
link=dict(
source=sources, # Link control nodes to experiment nodes
target=targets,
value=[0.01]*(len(df)) if not link_values else link_values, # the expression is relative, changing 1 to 0.1 to all would not change as no variation
color="rgba(0, 150, 255, 0.5)" if not link_colors else link_colors # Color of the links
)
))
# Update layout with titles
fig.update_layout(
title_text="Gene Expression Changes",
font_size=10,
autosize=False,
width=figsize[0],
height=figsize[1],
margin=dict(r=300)
)
# Save the figure as an HTML file
if write:
pio.write_html(fig, file="sankey_diagram.html", auto_open=False)
# Show the figure
fig.show()