首先，我们需要了解一下基础知识：
网络图是为了展示数据与数据之间的联系，在生物信息学领域，一般是基因直接的相互作用关系，或者通路之间的联系！
通俗点说，就是我有一些点，它们之间并不是两两相互联系，而是有部分是有连接的，那么我应该如何把这些点画在图片上面呢？因为这些都并没有X,Y坐标，只有连接关系，所以我们要根据一个理论来给它们分配坐标，这样就可以把它们画出来了，然后也可以对这些点进行连线，连完线后，就是网络图啦！！！
而给它们分配坐标的理论有点复杂，大概类似于物理里面的万有引力和洛仑磁力相结合来给它们分配一个位置，使得总体的能量最小，就是最稳定状态！而通常这个状态是逼近，而不是精确，所以我们其实对同样的数据可以画出无数个网络图，只需使得网络图合理即可！
看这个ppt：http://statmath.wu.ac.at/research/friday/resources_WS0708_SS08/igraph.pdf
基本上就都理解了
画网络图真的好复杂呀！！！
大部分人都是用D3JS来画图：http://bl.ocks.org/mbostock/2706022
理论paper特别复杂：http://yifanhu.net/PUB/graph_draw_small.pdf
一步步讲受力分析图是如何画的：https://github.com/mbostock/d3/wiki/Force-Layout
接下来， 我们直接看看R里面是如何画网络图的，我们首推一个包：networkD3/
它的github主页是：http://christophergandrud.github.io/networkD3/
这个包非常好用，只需要做好data，然后用它提供的几个函数即可！
重要的是熟悉输入数据是什么，还可以结合shinny包来展示数据，非常好用！！！
具体怎么安装这个R包，我就不讲了，它的github主页上面其实也有说明书，很容易看懂的
最简单的用法，就是构造一个联结矩阵，把所有的连接关系都存储起来，然后直接用一个函数就可以画图啦！
# Plot
library(networkD3)
simpleNetwork(networkData,fontSize=25)
可以看出网络图，就是把所有的点，按照算好的坐标画出来，然后把所有的连线也画出即可！
其中算法就是，点的坐标该如何确定？Two of the most prominente algorithms (Fruchterman & Reingold’s force-directed placement algorithm and Kamada-Kawai’s)
但是这个软件有一个弊端就是，生成图片之后，并没有给出这些点的坐标，当然，这种坐标基本上也很少有人需要，可视化就够了！
如果这些点还分组了，而且连接还有权重，那么网络图就复杂一点，比如下面这个：
就不仅仅是需要提供所有的link的信息，link还多了一列，是value，而且还需提供所有的node信息，node多了一列是分组。
当然，还有好几个图，大家可以自己慢慢用，自己体会！
sankeyNetwork
sankeyNetwork
radialNetwork
diagonalNetwork
dendroNetwork
也可以把生成的网络图直接保存成网页，动态显示！