在一个交流讨论群里看到有人讨论这个图，很早之前就看到过这个图，当时记得有一个现成的R包可以做。如果让自己使用ggplot2来实现当时还真没有思路。
现在有一些思路，这个就是点 和 线段 的组合，把握好坐标位置就好了
但是这个图里的线段是带有弧度的，之前画图的线段都是直线，所以就查了一下 ggplot2 画带有弧度的线段的办法，找到了参考资料
Line segments and curves — geom_segment • ggplot2 (tidyverse.org)
没有弧度的线段使用的是 geom_segment() 函数
有弧度可以使用 geom_curve() 函数
这里有一个参数可以控制弧度 curvature
取值范围是-1到1，正负数代表的是弧度的方向
好了今天的内容暂时先到这里了
小明的数据分析笔记本
森林图（forest plot），一般是指在平面直角坐标系中，以一条垂直于X轴的无效线（通常坐标X=1或0）为中心，用若干条平行于X轴的线段，来表示每个研究的效应量大小及其95%可信区间，并用一个棱形来表示多个研究合并的效应量及可信区间，它是Meta分析中最常用的结果综合表达形式。实际上，除了Meta分析，森林图还有很多用处。森林图可以直观的反映出效应量（例如RR、OR、HR或者WMD）大小及其95% CI等。
本篇文章利用ggplot2包进行绘制森林图（严格意义上应该叫meta分析效应量图），关于ggplot2的基本用法这里不在叙述。
这里想用发表在SBB上的一篇meta分析文章（ https://doi.org/10.1016/j.soilbio.2020.108118 ）中的图作为模板，进行绘制。
[1] https://zhuanlan.zhihu.com/p/340207465
[2] Feng, J. G., Zhu, B., 2021. Global patterns and associated drivers of priming effect in response to nutrient addition. Soil Biology and Biochemistry 153, 108118. https://doi.org/10.1016/j.soilbio.2020.108118 .
R语言绘图系列：
标度控制着数据到图形属性的映射，标度将我们的数据转化为视觉上可以感知的东西，比如大小、位置、颜色、形状等。标度也为我们提供了读图时所使用的工具，比如说坐标轴和图例。总的来说，可以称为引导元素。标度函数控制元素的属性，可以理解为图形的遥控器，可以用它来调整画布大小、颜色等等。此前学的shape,color,size等参数和标度函数相比显得不够灵活。
scale_fill_brewer 调色板函数
geom_errorbar()
geom_crossbar()
geom_linerange() 绘制线段
geom_pointrange() 绘制点
pointrange：点画线
首先绘制一张盒形图
在图上显示出观测值
值得注意的是，图上点的多少并不能完全反应原始数据的多少，因为有的点可能因为点过于密集就会被覆盖，看起来是一个点，其实可能是多个点。
因此可以使用geom_jitter函数将不同的点区分开（jitter是震荡散点），width设置如果遇到相同的点，点向左右方平移的距离。alpha设置透明度。
黑色点是离群点
还可以绘制卡槽图
varwidth参数会根据该水平下观测值的个数（n值）改变盒形图的宽度。（这里宽度去的不是观测个数的绝对值，而是平方根，以缩小差距。）
给盒子上色
分组盒形图，用不同颜色区分
画水平的盒形图
使用coord_flip函数（坐标轴翻转函数）
绘制一张直方图
bins可以设置直方图条柱的数目，默认为30。当bins和binwidth（设置条柱宽度）同时设置时，默认以binwidth为准。
新加入变量cut，根据新变量在price水平上进行一个计数
y轴由count变为density，绘制概率密度
注意下面density的写法，前后都要加..
绘制概率密度曲线：geom_density函数
堆栈密度概率曲线
geom_line/geom_path/geom_step
绘制一个简单的线图
绘制点线图，点和线需要分别添加。
如上图，线在点之上，是因为先投射了点，又投射了线。
先投射线，点就出现在了线之上。
线的颜色出现了渐变
geom_smooth函数：绘制拟合曲线
methods还有其他的方法，如glm：广义线性模型；losses：纯粹平滑；gam：广义加性模型等等（lm和glm最常用）
geom_hline绘制水平线，geom_vline绘制垂直线。xintercept和yintercept是截距，slope是斜率。
