畫圖的過程中發(fā)現(xiàn)顏色太丑了，簡單學(xué)一下配色。

RcolorBrewer包

library(RColorBrewer)
display.brewer.all() #展示所有的色板
display.brewer.pal(8,'Accent')# 展示'Accent'色板中8個顏色

Rplot.png

看到有三種配色方法
sequential： 生成漸變的顏色，標記連續(xù)型數(shù)據(jù)大小，可選擇顏色種類范圍是3~9
qualitative：離散的，生成彼此差異明顯的顏色，標記分類變量?？蛇x擇顏色種類，最小是3，最大根據(jù)每個色板的不同。
diverging：分散的，兩頭重，中間淺，標記數(shù)據(jù)離群點?？蛇x擇顏色種類范圍是3~11
根據(jù)需要選擇配色的名字，比如選擇Accent

col <- brewer.pal(8,'Accent')# 從Accent 方案中選出8個顏色，并賦值給col
plot(1:8,rep(1,8),col= col,pch=16,cex=2)#繪圖看一下顏色

Rplot01.png

• 從配色方案中選出自己喜歡的顏色，調(diào)制自己喜歡的色板

col1<- brewer.pal(8,'Dark2')
col2 <- brewer.pal(8,"Accent")
mycolor <- c(col1[5:8],col2[1:4])#挑選Dark2中后四個，accent中的前四個
plot(1:8,rep(1,8),col= mycolor,pch=16,cex=2)

Rplot02.png

• Accent中只有8個顏色，假如我有16個變量，怎么辦呢？colorRampPalette()函數(shù)

使用colorRampPalette()擴展顏色

#函數(shù)正常用法：從blue到red，生成10個漸變色
col <- colorRampPalette(c('blue','red'))(10)
plot(1:10,rep(1,10),col= col,pch=16,cex=2)

Rplot03.png

• 使用 colorRampPalette()擴展調(diào)色板中的顏色

# 從只有8個顏色的Accent中生成16個顏色
col <- colorRampPalette(brewer.pal(8,'Accent'))(16)
plot(1:16,rep(1,16),col= col,pch=16,cex=2)

Rplot04.png

其他低階點的，可以看看
學(xué)習(xí)地址 https://www.bilibili.com/video/BV1oa4y1x7gT?t=99

內(nèi)置函數(shù)colors ()

colors()#展示657種顏色名稱
#通過名稱調(diào)用顏色

調(diào)色板

rainbow()
heat.colors()
terrain.colors()
topo.colors()
cm.colors()
plot(1:10,rep(1,10),col= rainbow(10,alpha = 0.5),pch=16,cex=3)# alpha 設(shè)置透明度
plot(1:10,rep(1,10),col= terrain.colors(10),pch=16,cex=3)

Rplot06.png

library(ggsci)
library('scales')

themeset = theme(panel.background=element_rect(fill='transparent', color='black'),axis.title = element_text(size = 20), legend.key=element_rect(fill='transparent', color='transparent'),axis.text = element_text(color="black",size = 20),legend.text=element_text(size=20),legend.title=element_text(size=20))

show_col(colorRampPalette(pal_npg('nrc',alpha = 0.8)(10))(30))#展示所選顏色 
mycolor = colorRampPalette(pal_npg('nrc',alpha = 0.8)(10))(23)#返回顏色值
scale_fill_manual(values = mycolor)