问题描述
我正在创建大量图形来查看一些数据的分布。 为此,我想创建两种绘图:
- 直方图
- QQ情节
我在网上发现了这段很棒的代码,它已经对直方图进行了刻画,并且通过使用一些tidyr
和purrr
函数来满足我的需求。
但是当我尝试为QQ图修改它时,我不知道要使其真正起作用需要做些什么...
这是代码:
data.for.normality %>%
keep(is.numeric) %>%
gather() %>%
ggplot(aes(value)) +
facet_wrap(~ key,scales = "free",ncol = 3) +
geom_histogram()
这是输出:
现在,我想为像这样的qqplots修改它:
因此,在一个理想的世界中,我将获得相同的多面输出,其中包含变量名称和全部名称,而不是直方图-> qqplots
想法?
以下是dput
中数据的示例:
> dput(data[1:20,25:33])
structure(list(Medical.File...NEW..Secs. = c(16L,25L,23L,13L,50L,44L,20L,62L,12L,52L,11L,36L,21L,30L,29L,31L,37L),Mirshm..Secs. = c(65L,277L,63L,76L,49L,65L,86L,91L,57L,127L,110L,78L,79L,74L),Mirshm..NEW..Secs. = c(59L,33L,24L,18L,53L,48L,28L,130L,47L,32L,22L,59L),Payments..Secs. = c(76L,69L,138L,87L,99L,60L,108L,148L,96L,61L,102L,72L,147L,75L,65L),Payments..NEW..Secs. = c(39L,58L,103L,51L,42L,39L,54L,34L,62L),Update.A..Secs. = c(239L,129L,128L,88L,98L,229L,249L,66L,70L,290L,159L,299L),Update.A..NEW..Secs. = c(62L,74L,80L,94L,41L,45L,160L,128L),SUM.OLD..Secs. = c(583L,791L,590L,585L,523L,480L,525L,611L,598L,921L,745L,695L,548L,537L,663L,632L,982L,912L,656L,738L),SUM.NEW..Secs. = c(285L,367L,326L,281L,340L,333L,390L,371L,313L,465L,362L,351L,338L,404L,363L,368L,492L,446L,424L)),row.names = c(NA,20L),class = "data.frame")
和此处为纯文本:
data[1:20,25:33]
Medical.File...NEW..Secs. Mirshm..Secs. Mirshm..NEW..Secs. Payments..Secs. Payments..NEW..Secs. Update.A..Secs. Update.A..NEW..Secs.
1 16 65 59 76 39 239 62
2 25 277 91 69 36 129 91
3 23 63 33 138 48 99 52
4 13 76 24 87 58 128 76
5 50 49 24 99 62 88 57
6 44 52 18 60 103 79 57
7 20 65 30 108 108 98 63
8 62 86 53 148 51 127 74
9 12 91 48 79 30 138 80
10 52 57 20 148 76 229 94
11 11 127 28 96 48 249 129
12 25 277 130 61 50 99 54
13 23 44 47 102 42 128 53
14 36 110 49 72 39 66 48
15 21 78 62 147 54 70 47
16 30 62 32 75 28 79 41
17 29 79 18 60 25 98 45
18 31 62 62 87 52 290 128
19 44 110 22 72 34 159 160
20 37 74 59 65 62 299 128
SUM.OLD..Secs. SUM.NEW..Secs.
1 583 285
2 791 367
3 590 326
4 585 281
5 523 340
6 480 333
7 525 390
8 611 371
9 598 313
10 921 465
11 745 362
12 695 351
13 548 338
14 537 404
15 663 363
16 632 368
17 982 362
18 912 492
19 656 446
20 738 424