3

1. 基本颜色

1.1 palette()

1.1.1 palette的默认颜色

palette()
## [1] "black"   "red"     "green3"  "blue"    "cyan"    "magenta" "yellow" 
## [8] "gray"
pie(rep(1,8), col=palette(), border = palette(), labels = palette(), main = "palette")

center

1.1.2 重新定义palette

超过palette(rainbow(10))的颜色数量后,颜色会循环使用

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))
palette(rainbow(10))
pie(rep(1,20), col=palette(), border = palette(), labels = "", main = "palette(rainbow(10))")

palette(gray(0:12 / 12))
pie(rep(1,12), col=palette(), border = palette(), labels = "", main = "palette(gray(0:8/12))")

center

改为palette默认的基本颜色,R重启后会自动恢复

palette("default")

1.2 colors()

colors()含有657种颜色名称

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))
pie(rep(1,657), col=colors(), border = colors(), labels = "", main = "colors()")
pie(rep(1,27), col=colors()[grep('red', colors())], 
    border = colors()[grep('red', colors())], 
    labels = "", main = "colors()[grep('red', colors())]")

center

2. 色彩空间

2.1 RGB颜色

RGB

pie(rep(1,3), col = c(rgb(1,0,0),rgb(0,1,0),rgb(0,0,1)))

center

将颜色名称转换为RGB色彩

col2rgb(c("blue", "yellow"))
##       [,1] [,2]
## red      0  255
## green    0  255
## blue   255    0

2.2 HSV颜色

HSV

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))
hsv_seq <- seq(0.0, 1.0, by=1/30)
pie(rep(1,30),col=hsv(hsv_seq, 1.0, 1.0),main="HSV(S=1,V=1)",labels="")
## hsv(hsv_seq, 1.0, 1.0)与rainbow(30)获取的颜色相同
pie(rep(1,30), col = rainbow(30), labels = "", main = paste("rainbow",30))

center

将RGB色彩转换为HSV色彩

rgb2hsv(col2rgb("blue"))
##        [,1]
## h 0.6666667
## s 1.0000000
## v 1.0000000

2.3 HCL色彩(Hue, Chroma, Luminance)

pie(rep(1,30), col = hcl(seq(0, 360, length = 30)), labels = "", main = "HCL")

center

3. Color Gradients/Color Ramps 渐变色

3.1 自带的渐变色

R自带的grDevices包有如下6个调色板,传入获取颜色的个数,就获得相应个数的颜色列表,gray()的参数需在[0,1]。

rainbow()、heat.colors()、terrain.colors()、topo.colors()、cm.colors()、gray()

par(mfrow = c(2, 3),mai=c(0.1,0.1,0.5,0.1))
pie(rep(1, 12), col = rainbow(12), labels = "", main = "rainbow")
pie(rep(1, 12), col = heat.colors(12), labels = "", main = "heat")
pie(rep(1, 12), col = terrain.colors(12), labels = "", main = "terrain")
pie(rep(1, 12), col = topo.colors(12), labels = "", main = "topo")
pie(rep(1, 12), col = cm.colors(12), labels = "", main = "cm")
pie(rep(1, 12), col = gray(0:12 / 12), labels = "", main = "gray")

center

3.2 colorRamp() 和 colorRampPalette()

colorRamp()和colorRampPalette()都可用于建立颜色板。通过传入希望的主要颜色如蓝、紫,colorRamp()和colorRampPalette都返回一个函数。
二者返回的函数区别为:colorRamp()返回的函数像grey()一样,入参为[0,1]之间的数列,数列中数字个数即为函数返回的颜色板色彩数。colorRampPalette()返回的参数则像rainbow()一样,入参为希望返回颜色板色彩的数量。而且通过下例可知,colorRampPalette()返回渐变颜色板函数,而colorRamp()返回对比颜色板函数。虽然都是用同样的颜色,结果不同。

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))
b2p1 <- colorRampPalette(c("blue", "purple"))
b2p2 <- colorRamp(c("blue", "purple"))
pie(rep(1, 12), labels = "", col = b2p1(12), border = b2p1(12), main = "colorRampPalette")
pie(rep(1, 12), labels = "", col = b2p2(seq(0, 1, len = 12)), border = b2p2(seq(0, 1, len = 12)), main = "colorRamp")

center

3.3 RColorBrewer包

虽然说RColorBrewer包中实际用到的就只有brewer.pal()函数,但是包中的两个优点使得其非常实用。一是,包中颜色板被划分为序列型(sequential)、离散型(diverging)、分类型(qualitative)这三种基本能满足统计作图需要的类型;二是,颜色都比较协调。更多指引见其官网ColorBrewer

每个系列颜色数量是固定的。

序列型颜色板适用于从低到高排序明显的数据,浅色数字小,深色数字大。

library(RColorBrewer)
display.brewer.all(type = "seq")

center

分类型颜色板比较适合区分分类型的数据。

display.brewer.all(type = "qual")

center

离散型颜色板适合带“正、负”的,对极值和中间值比较注重的数据。

display.brewer.all(type = "div")

center

3.4 创建渐变色

利用HSV和HCL创建自己想要的渐变色

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))
hsv_seq <- seq(0.0, 1.0, by=1/30)
pie(rep(1,30),col=hsv(hsv_seq, 1.0, 1.0),main="HSV(S=1,V=1)",labels="")
pie(rep(1,30), col = hcl(seq(0, 360, length = 30)), labels = "", main = "HCL")

center

参考资料


JeevanYue
178 声望42 粉丝

R语言学习与分享


引用和评论

0 条评论