桑基图（Sankey Diagram）演化出的种类很多，最基本的就是只有左右两个流向，网上的用Tableau做桑基图的教程也很多，我只是想着重说一下原理。
首先我们构造数据集，我们用2018年世界杯排名数据（百度网盘），每个国家都是两行数据，path是1和49，用来构造数据桶。至于为什么是1和49，后面会说到原理。
Tableau引入数据
首先利用path字段创建数据桶
创建两个计算字段
【t】=(index()-25)/4
【sigmoid】=1/(1+EXP(1)^-[t])
其实现在已经能画出一个s型曲线图了。我们来演示一下，顺便讲解一下原理。
把【t】拖到列功能区，把【sigmoid】拖到行功能区，【国家】拖到标记-详细信息，标记类型选择“线”，把【path (数据桶)】拖到路径。另外【t】和【sigmoid】的计算依据，都选择为【path (数据桶)】。为了便于看到效果，可以把【国家】拖入标记-颜色。
你可以尝试去点击每个国家，颜色都不一样，但是位置都没有改变。
桑基图的基本原理就是利用sigmod函数，也叫Logistic 函数。Sigmoid函数是一个在生物学中常见的S型函数，也称为S型生长曲线。它将变量映射到0,1之间。大家可以自己去科普一下这个函数。这里要说的就是path字段1和49的作用，纵轴是0-1之间，在0.5处为中心对称，这个值阈是不变的。但是横轴的定义域是(−∞,+∞)的，为了保证曲线的平滑，且数据计算量不是太大，就用1-49来计算出【t】的值，这样【t】值就落在了-6到6之间，间距是0.25，每条线就是由这49九个点连接而成。
你可以在图表上右键查看数据，就会看到如下的【t】值。每个国家都会有49条数据，对应了49个【t】值和【sigmoid】值。
如果你把标记类型选择为圆点，就会得到49个圆点的图。
好了，基本的原理如果理解了，那么下一步要做的就是把不同国家的s曲线，根据身价排名和实际排名，上下挪动到应有的位置，也就是说要重新计算每条曲线纵轴的范围（不再是0-1之间了）。
我们新建三个计算字段
【rank1】=RUNNING_SUM(AVG([身价排名]))
【rank2】=RUNNING_SUM(AVG([最终排名]))
【ft】=[rank1]+(([rank2]- [rank1])*[sigmoid])
建立图形的方式基本一样，把【t】拖到列功能区，把【ft】拖到行功能区，【国家】拖到标记-详细信息，标记类型选择“线”，把【path (数据桶)】拖到路径。另外【t】和【ft】的计算依据，都选择为【path (数据桶)】（注意【ft】里的rank1和rank2也都是，如果不是手动选一下）。为了便于看到效果，可以把【国家】拖入标记-颜色。
会得到这样一个图形，最后1个点的计算会有偏差，所以调整横纵坐标的坐标轴，t轴调整为-6到5.5，ft坐标轴调整为0-33，倒序。
最终得到下图的效果
怎么理解【ft】=rank1+([rank2]- [rank1])*[sigmoid]呢？
([rank2]- [rank1])*[sigmoid]决定了s曲线的高矮，rank1决定了曲线的起始位置
比如法国队身价排名第1，最终排名第1，然后得到了一条直线，
西班牙身价排名第2，最终排名第10，差了8名，所以曲线的高度就是8，ft加上rank1，就是让左边第一个点的起始位置定在2。
至于左右两边的国家排名，需要单独制作两个工作表，左边的一个用身价排序，右边的一个用最终排名排序。最后新建一个工作簿，将三个工作表拼接，不断调整位置，大小等，以求位置对应上，这步骤比较麻烦，需要自己去摸索。
我把上面我做好的效果，放到了public上（public直达），大家可以看一下。但是这个viz是用另一种方法，也就是连接表的方法做的，我个人觉得更简单，我会另写一篇来介绍。
至于更稍微复杂一点的桑基图，可以参考阿达的《举个栗子！》系列文章，原理都差不多。
此篇文章已发布到我的公众号：saodisir，有兴趣也可关注一下
