桑基图是一种数据可视化图表,其中每条连接带的宽度与流程、类别或地点之间的流动量成正比。带状连线可以分叉、汇合,也可以贯穿连续的多个阶段,因此适合展示总量如何分配和转化。桑基图最初用于工程和能量核算,如今也用于表示物质流动、金融交易以及类别之间的转移。
结构与视觉编码
桑基图包含两个主要组成部分:
- 节点:表示流程、类别、地点或系统边界。
- 连接带:连接节点的带状图形,表示节点之间转移的数量。
桑基图的核心视觉规则是宽度与数量成正比。如果某条连接带承载的量为 ,其宽度 在理想情况下为
其中, 是图中可相互比较的各股流共用的比例系数。因此,一股流的量若是另一股的两倍,其带宽也应为后者的两倍。宽度沿垂直于带状连线局部走向的方向测量;带状连线的长度和总面积通常不表示数量。
流动方向通常通过从左到右或从上到下的布局来表示,有时也辅以箭头。其他布局则可用于容纳反馈和循环流动。颜色可以标识来源、去向、物质或类别,但具体含义取决于图例,并没有统一的通用约定。
传统流程图主要描述操作或决策的先后顺序,而桑基图则将数量大小置于设计的核心。
数学表示与平衡
桑基图可以建模为加权有向图。对于节点集合 ,令 表示从节点 流向节点 的量。这些量可以存储在矩阵 中。
对于节点 ,总流入量和总流出量分别为
在达到平衡的稳态系统中,没有外部补充或取出的内部节点满足
更一般地,指定时段内的收支平衡可写为
其中, 表示尚未由流入连接带体现的补充量, 表示尚未由流出连接带体现的取出量, 则表示该节点储存量的变化。
这种平衡关系使许多工程桑基图与守恒定律联系起来。其解释取决于带状连线衡量的对象:
- 在能量平衡中,进入系统的能量分配为有用输出、向环境传递的能量,以及储存能量的变化。
- 在物料平衡中,输入量分配为产品、废物流、排放以及库存变化。
- 在财务图中,平衡关系取决于会计口径,可能包括借款、储蓄或资产变化。
桑基图本身并不能证明某个量守恒。任何平衡假设都必须有数据和核算框架的支持。也并非每张图都必须平衡:总量不等可能表示积累、覆盖不全,或需要进一步调查的错误。
示例
假设某个过程接收了100单位能量,产生35单位有用功,同时以废热形式释放65单位能量。输入带的宽度与100成正比,两条输出带的宽度则分别与35和65成正比。
如果下游过程只使用这35单位有用输出,那么在计算整个系统的总输入时,不应再将其作为新的外部输入重复计入。同一个量可以在图中连续的多个阶段反复出现,但这些重复呈现并不代表新增的量。
历史发展
桑基图以马修·亨利·菲尼亚斯·里亚尔·桑基的名字命名。1898年,他发表了一幅具有代表性的图,用于比较蒸汽机的能量性能。图中的带状连线展示了输入能量如何分配为有用功和其他输出,使低效之处一目了然。
宽度与流量成正比的流向图早于桑基的这次发表。夏尔·约瑟夫·米纳尔在19世纪绘制的图表是重要先例。他于1869年绘制的拿破仑远征俄国图,用带宽的变化表示军队沿行军路线的人数。该图将地理移动与兵力损失的数量结合起来,而非展示工业能量平衡。
此后,“桑基图”这一名称逐渐用于远超蒸汽工程范围的比例流向图。现代桑基图既包括技术性的平衡图,也包括更一般的类别间转移图。
主要应用
能源与工业系统
桑基图可展示一次能源如何转化为电力、燃料和有用服务。它能够揭示电网、工业设施或国家能源系统中,转换损失与各类终端用途的相对规模。
在热力学中,“损失的能量”通常指无法再用于预定目的的能量,而非已经消失的能量。能量图与火用图回答的是不同的问题:能量核算追踪守恒的量,而火用分析则追踪相对于指定环境做有用功的潜力。
物质与环境核算
在物质流分析中,桑基图用于表示开采、加工、使用、回收和处置。它可以展示金属、生物质、水或其他物质在既定系统中的流动。
核算口径十分重要。展示物质总质量的图,不能与追踪某种特定化学元素质量的图混为一谈。同样,展示取水量的图与展示耗水量的图,也需要采用不同的解释方式。
经济与组织报告
财务桑基图可以将收入分配到不同支出类别,展示部门之间的转移,或追踪预算在各组织单元中的流向。这类图需要明确定义总流量和净流量。总转移量很大,并不一定意味着净贡献也很大。
类别转移
桑基式图表可以展示教育阶段、就业类别、客户状态或其他分类之间的转移。其中的量通常是人数或事件次数,而非物理流量。
类别按顺序排列,并不自动意味着时间在推进。这些阶段也可能表示不同分类、行政步骤或逐级汇总。
构建与布局
制作桑基图不仅涉及绘图,也涉及对系统的界定:
- 明确所衡量的量及其单位。 使用同一比例尺比较的所有带宽,都必须对应可相互比较的量。
- 界定边界和时段。 各股流必须对应一致的系统范围和观测时段。
- 建立连接带。 每条连接带都需要有来源、去向和非负数值。
- 检查平衡与覆盖范围。 差异可能源于储存量变化、遗漏的流、舍入或定义不一致。
- 安排布局并添加标注。 节点位置、带状连线的排列顺序、颜色和数值标签共同决定图表的可读性。
许多布局将各阶段按列排列,并将网络视为有向无环图。这样做是为了便于布局,并非桑基图的定义要求:回收和反馈都可能引入环路。
布局软件通常使用算法来减少交叉或改善间距。这些方法属于带约束的数学优化;不同布局可以使同一组数据看起来更复杂或更简洁,而不改变其中的数量。
普通带宽无法直接编码负值。因此,带正负号的数据需要明确约定表示方式,例如将正、负贡献分开,或者在符合实际含义时反转连接方向。
相关图表
冲积图着重展示群体或观测对象如何分布于连续的多个分类维度。它与桑基图一样,采用宽度与数量成正比的带状外观,但通常能让可识别的群体跨越多个轴保持连续。软件和出版物中,这两类图的术语用法存在重叠。
弦图通常将类别沿圆周排列,并以带状连线相连。它适合展示类别之间的关系,而不要求存在分阶段的过程。
传统网络图强调连接关系,桑基图则强调连接所代表的数量大小。若要展示某个量沿连续时间轴的详细变化,折线图通常更合适。
解读与局限
表示数值的是宽度,而非面积。 较长或弯曲程度较大的带状连线,可能比承载相同数量的短带占据更多视觉空间。数值标签有助于避免将面积误认为数量大小。
汇总会隐藏细节。 一条宽带可能合并了性质各异的来源或去向。一条窄带即使承载的被测量很小,也可能十分重要——例如,质量很小的物质流也可能具有重大的环境影响。
汇合可能使来源无法追溯。 如果多个来源进入同一个节点,再分流至多个输出,图表并不一定能揭示各去向分别由哪个原始来源供给。要得出这种结论,需要额外数据或明确的分配假设。
流动不一定构成因果证据。 一条连接可能记录的是转移、先后顺序或关联。仅凭连接的存在,无法完成因果推断。
不确定性在视觉上往往未得到充分体现。 即使底层估计存在较大的测量不确定度,带状连线通常仍以精确的边界绘制。舍入、估算和记录不完整也可能造成表面上的不平衡。
密集的图表难以阅读。 大量交叉、细小的连接带和拥挤的标签可能掩盖主要模式。汇总和交互式筛选能够减少杂乱,但也可能隐藏相关的流动。
因此,要对桑基图作出有意义的解读,就必须明确单位、边界和阶段定义,并说明所采用的任何归一化处理或平衡调整。