QQ 图：在单个图中比较多个变量

Question

我想制作一个 QQ 图矩阵，就像这里发布的那样 [比较不同元素的示例集 QQ 图]。下面是我的数据框的精简版本。对于每次扫描 (a-c)，我想要一个 QQ 图来比较每种化学元素 (s、fe、cr、zr) 的晶粒尺寸（元素名称下方的数值）。因为我有很多扫描，所以我需要多次制作这个QQ图矩阵。 我对 R 还很陌生，所以帮助我制作这些图的具体代码将不胜感激。 谢谢你

# Packages
library(tidyverse)
library(ggplot2)
library(dplyr)
library(GGally)
print(df, n = 27)

   scan  grain     s    fe    cr    zr
 1 a         1    22    21    13    25
 2 a         2    33    31    23    35
 3 a         3    44    41    45    45
 4 a         4    55    51    56    56
 5 a         5    66    61    67    65
 6 a         6    66    71    78    75
 7 a         7    77    81    89    85
 8 a         8    88    82    97    95
 9 a         9    92    93    72    97
10 b         1    23    22    14    26
11 b         2    34    32    24    36
12 b         3    45    42    46    46
13 b         4    56    52    57    57
14 b         5    67    62    68    66
15 b         6    67    72    79    76
16 b         7    78    82    90    86
17 b         8    89    83    98    96
18 b         9    93    94    73    98
19 c         1    24    23    15    27
20 c         2    35    33    25    37
21 c         3    46    43    47    47
22 c         4    57    53    58    58
23 c         5    68    63    69    67
24 c         6    68    73    80    77
25 c         7    79    83    91    87
26 c         8    90    84    99    97
27 c         9    94    95    74    99

我用过

ggplot( aes(sample = diameter, color = element, shape = element, )) + 
  stat_qq() + 
  stat_qq_line() +  
  facet_wrap(~ scan, nrow = 3) 

将每个元素与理论分位数进行比较，但不与其他元素进行比较。

我尝试使用

GGally

和

ggpairs(df, columns = 3:6)

（）这制作了一个矩阵，但我不知道如何使每个图成为QQ图

。

Answer 1

您在寻找这样的东西吗？
如果是，则此类问题通常与数据重塑有关。格式应为长格式，数据为宽格式。请参阅这篇文章了解如何将数据从宽格式重塑为长格式。

使用长格式的数据，将

value

映射到

sample

美学，然后按

name

（使用

facet_wrap

）进行绘图。

library(ggplot2)

df1 |>
  tidyr::pivot_longer(s:zr) |>
  ggplot(aes(sample = value)) +
  geom_qq() +
  geom_qq_line() +
  facet_wrap(~ name)

^{创建于 2024-03-29，使用 reprex v2.1.0}

---

数据

df1 <- 
  structure(list(
    scan = c("a", "a", "a", "a", "a", "a", "a", "a", "a", "b", "b", "b", "b", 
             "b", "b", "b", "b", "b", "c", "c", "c", "c", "c", "c", "c", "c", "c"), 
    grain = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 1L, 2L, 3L, 4L, 5L, 6L, 
              7L, 8L, 9L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L), 
    s = c(22L, 33L, 44L, 55L, 66L, 66L, 77L, 88L, 92L, 23L, 34L, 45L, 56L, 
          67L, 67L, 78L, 89L, 93L, 24L, 35L, 46L, 57L, 68L, 68L, 79L, 90L, 94L), 
    fe = c(21L, 31L, 41L, 51L, 61L, 71L, 81L, 82L, 93L, 22L, 32L, 42L, 
           52L, 62L, 72L, 82L, 83L, 94L, 23L, 33L, 43L, 53L, 63L, 73L, 83L, 84L, 95L), 
    cr = c(13L, 23L, 45L, 56L, 67L, 78L, 89L, 97L, 72L, 14L, 24L, 46L, 57L, 68L, 
           79L, 90L, 98L, 73L, 15L, 25L, 47L, 58L, 69L, 80L, 91L, 99L, 74L), 
    zr = c(25L, 35L, 45L, 56L, 65L, 75L, 85L, 95L, 97L, 26L, 36L, 46L, 57L, 66L, 
           76L, 86L, 96L, 98L, 27L, 37L, 47L, 58L, 67L, 77L, 87L, 97L, 99L)), 
    class = "data.frame", 
    row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9",
                  "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", 
                  "23", "24", "25", "26", "27"))