来块华夫图？
如果我们对 'other' 类别的细节感兴趣，该怎么办？
让我们改用华夫图（waffle chart），因为它能处理更多类别。我们将沿用上一个练习的数据处理管道，不过这次保留所有疾病类别。
我们将使用库 waffle，其中包含函数 waffle()。当您提供一个带名称的计数向量时，该函数会为您生成华夫图。
它会为向量中提供的每个单位绘制一个小方块，所以我们需要把疾病计数转换为四舍五入的百分比（请注意已提供的数据整理代码中的 mutate() 调用）。
本练习是课程的一部分
R 中的可视化最佳实践
练习说明
- 使用
names()函数为向量case_counts添加名称。 - 调用库
waffle中的waffle()函数，并将向量case_counts作为参数传入。
交互式实操练习
通过完成这段示例代码来试试这个练习。
disease_counts <- who_disease %>%
group_by(disease) %>%
summarise(total_cases = sum(cases)) %>%
mutate(percent = round(total_cases/sum(total_cases)*100))
# Create an array of rounded percentages for diseases.
case_counts <- disease_counts$percent
# Name the percentage array with disease_counts$disease
___
# Pass case_counts vector to the waffle function to plot
waffle(___)