networkD3包小试牛刀

力导向网络图

这种图采用物理上的弹簧模型，将节点之间想象成是用弹簧连接的，然后把这些用弹簧连接的节点扔到桌面上，让这些弹簧自己弹啊弹，弹啊弹，最后总能停下来，达到一个平衡状态。这个状态下的节点连接图，能力最小，线和线之间的交叉最小。这种方法的学名叫spring-embedder 或者 force-directed。

拖动中间的图里的任意节点，整个网络就会被拖动，并达到新的平衡位置。
从图里，我们可以大致看出不同的群体，群体里的人关系紧密，而不同群体之间的关系比较松散。群体分析也是网络数据可视化的一个主要目的。

library(networkD3)

data(MisLinks, MisNodes)

（1）MisNodes数据集

MisNodes是77个人，编号是0~76，这些人分成10组，组编号是1~10
> summary(MisNodes)
          name        group       
 Anzelma    : 1   Min.   : 0.000  
 Babet      : 1   1st Qu.: 2.000  
 Bahorel    : 1   Median : 4.000  
 Bamatabois : 1   Mean   : 4.091  
 BaronessT  : 1   3rd Qu.: 5.000  
 Blacheville: 1   Max.   :10.000  
 (Other)    :71

> dim(MisNodes)
[1] 77  2

注意：group这个属性要用活，比如说表示财富群组、年龄群组等。

（2）MisLinks数据集

MisLinks表示这77个人254次联系，source表示主动联系的人，target表示被动联系的人，value表示每次联系的权值。

> dim(MisLinks)
[1] 254   3

source    target    value
1    1    0    1
2    2    0    8
3    3    0    10
4    3    2    6

5    4    0    1

注意：source和target都是MisNodes中的序号。

（3）绘制力导向网络图forceNetwork

节点表示接触的双方，连线的粗细表示接触的权值。

forceNetwork(Links = MisLinks, Nodes = MisNodes, Source = "source",
             Target = "target", Value = "value", NodeID = "name",
             Group = "group", opacity = 0.4)

新的版本，函数格式有了新的变化，可以增加Legend等：

forceNetwork(Links, Nodes, Source, Target, Value, NodeID, Nodesize, Group,
height = NULL, width = NULL, colourScale = JS("d3.scale.category20()"),
fontSize = 7, linkDistance = 50,
linkWidth = JS("function(d) { return Math.sqrt(d.value); }"),
radiusCalculation = JS(" Math.sqrt(d.nodesize)+6"), charge = -120,
linkColour = "#666", opacity = 0.6, zoom = FALSE, legend = FALSE)