什么是 R 中不同颜色的“好”调色板？ （或者：viridis和magma可以结合在一起吗？）

Question

我有兴趣拥有一个“好”的发散调色板。显然可以只使用红色、白色和蓝色：

 img <- function(obj, nam) {
  image(1:length(obj), 1, as.matrix(1:length(obj)), col=obj,
        main = nam, ylab = "", xaxt = "n", yaxt = "n",  bty = "n")
}
rwb <- colorRampPalette(colors = c("red", "white", "blue"))
img(rwb(100), "red-white-blue")

因为最近迷上了 viridis的调色板，所以希望能把viridis和magma结合起来，形成这样发散的颜色（当然，色盲的人只会看到颜色的绝对值，但有时也可以）。

当我尝试结合 viridis 和 magma 时，我发现它们不会在同一个地方“结束”（或“开始”），所以我得到这样的结果（我正在使用 R，但这可能与蟒蛇用户）：

 library(viridis)
img(c(rev(viridis(100, begin = 0)), magma(100, begin = 0)), "magma-viridis")

我们可以看到，当接近于零时，viridis 是紫色的，而岩浆是黑色的。我希望它们都从（或多或少）同一个位置开始，所以我尝试使用 0.3 作为起点：

 img(c(rev(viridis(100, begin = 0.3)), magma(100, begin = 0.3)), "-viridis-magma(0.3)")

这样确实更好，但是不知道有没有更好的解决办法。

（我也在“标记” python 用户，因为 viridis 最初来自 matplotlib ，所以使用它的人可能知道这样的解决方案）

谢谢！

原文由 Tal Galili 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我发现 Kenneth Moreland 的提议 非常有用。它现在已在 --- 中实现为 cool_warm heatmaply ：

 # install.packages("heatmaply")
img(heatmaply::cool_warm(500), "Cool-warm, (Moreland 2009)")

与插值的 RColorBrewer“RdBu”相比，它在实际操作中的样子：

原文由 jan-glx 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

已经有一些好的和有用的建议，但让我补充几点：

1. viridis 和 magma 调色板是具有多种色调的连续调色板。因此，沿着比例尺，您可以从非常浅的颜色增加到相当深的颜色。同时，色彩度增加，色调从黄色变为蓝色（通过绿色或通过红色）。
2. 可以通过组合两个顺序调色板来创建发散调色板。通常，您以浅色加入它们，然后让它们分叉成不同的深色。
3. 通常，人们使用从中性浅灰色到两种不同深色的单色调连续调色板。人们应该注意，尽管调色板的不同“臂”在亮度（明暗）和色度（色彩）方面是平衡的。

因此，将岩浆和绿色结合起来效果不佳。你可以让它们从类似的淡黄色发散，但你会发散到类似的淡蓝色。此外，随着色调的变化，判断您属于调色板的哪一臂会变得更加困难。

正如其他人所提到的，ColorBrewer.org 提供了很好的发散调色板。 Moreland 的方法也很有用。另一个通用解决方案是我们在 colorspace 包中的 --- diverging_hcl() 函数。在 https://arxiv.org/abs/1903.06490 （即将在 JSS 中发表）的随附论文中，描述了构造原则以及基于 HCL 的一般策略如何近似来自 ColorBrewer.org、CARTO 等的众多调色板。（早期参考资料包括我们在 CSDA 中的初步工作 http://dx.doi.org/10.1016/j.csda.2008.11.033 以及针对气象学的进一步建议，但适用于 BAMS 论文 http://dx.doi .org/10.1175/BAMS-D-13-00155.1 。）

我们在 HCL 空间（色调-色度-亮度）中的解决方案的优势在于您可以相对轻松地解释坐标。它确实需要一些练习，但不像其他解决方案那样不透明。我们还提供了一个 GUI hclwizard() （见下文），有助于理解不同坐标的重要性。

问题中的大多数调色板和其他答案可以通过 diverging_hcl() 相当接近地匹配，前提是两种色调（参数 h ），最大色度（ c ) 和最小/最大亮度 ( l ) 被适当地选择。此外，可能需要调整 power 参数，该参数分别控制色度和亮度的增加速度。通常，色度添加得相当快（ power[1] < 1 ），而亮度增加得更慢（ power[2] > 1 ）。

例如，Moreland 的“冷-暖”调色板使用蓝色 ( h = 250 ) 和红色 ( h = 10 ) 色调，但亮度对比度相对较小 ( l = 37 ) l = 88 ）：

 coolwarm_hcl <- colorspace::diverging_hcl(11,
  h = c(250, 10), c = 100, l = c(37, 88), power = c(0.7, 1.7))

它看起来非常类似于（见下文）：

 coolwarm <- Rgnuplot:::GpdivergingColormap(seq(0, 1, length.out = 11),
  rgb1 = colorspace::sRGB( 0.230, 0.299, 0.754),
  rgb2 = colorspace::sRGB( 0.706, 0.016, 0.150),
  outColorspace = "sRGB")
coolwarm[coolwarm > 1] <- 1
coolwarm <- rgb(coolwarm[, 1], coolwarm[, 2], coolwarm[, 3])

相比之下，ColorBrewer.org 的 BrBG 调色板具有更高的亮度对比度（ l = 20 与 l = 95 ）：

 brbg <- rev(RColorBrewer::brewer.pal(11, "BrBG"))
brbg_hcl <- colorspace::diverging_hcl(11,
  h = c(180, 50), c = 80, l = c(20, 95), power = c(0.7, 1.3))

下面将生成的调色板与原始调色板下方的基于 HCL 的版本进行比较。您会看到它们并不完全相同，而是非常接近。在右侧，我还将 viridis 和 plasma 与基于 HCL 的调色板相匹配。

您是喜欢冷暖色调还是 BrBG 色调可能取决于您的个人品味，但更重要的是，还取决于您想要在可视化中展现的内容。如果偏差的 符号 最重要，则冷暖中的低亮度对比度将更有用。如果您想显示（极端）偏差的 _大小_，高亮度对比度会更有用。上述论文提供了更多实用指南。

上图的其余复制代码是：

 viridis <- viridis::viridis(11)
viridis_hcl <- colorspace::sequential_hcl(11,
  h = c(300, 75), c = c(35, 95), l = c(15, 90), power = c(0.8, 1.2))

plasma <- viridis::plasma(11)
plasma_hcl <- colorspace::sequential_hcl(11,
  h = c(-100, 100), c = c(60, 100), l = c(15, 95), power = c(2, 0.9))

pal <- function(col, border = "transparent") {
  n <- length(col)
  plot(0, 0, type="n", xlim = c(0, 1), ylim = c(0, 1),
    axes = FALSE, xlab = "", ylab = "")
  rect(0:(n-1)/n, 0, 1:n/n, 1, col = col, border = border)
}

par(mar = rep(0, 4), mfrow = c(4, 2))
pal(coolwarm)
pal(viridis)
pal(coolwarm_hcl)
pal(viridis_hcl)
pal(brbg)
pal(plasma)
pal(brbg_hcl)
pal(plasma_hcl)

更新： 这些来自其他工具（ColorBrewer.org、viridis、scico、CARTO 等）的基于 HCL 的近似颜色现在也可以作为命名调色板在 colorspace 包和 hcl.colors() 基本功能 grDevices 包（从 3.6.0 开始）。因此，您现在也可以轻松地说：

 colorspace::sequential_hcl(11, "viridis")
grDevices::hcl.colors(11, "viridis")

最后，您可以在闪亮的应用程序中以交互方式探索我们建议的颜色： http ://hclwizard.org:64230/hclwizard/。对于 R 的用户，您还可以在您的计算机上本地启动 shiny 应用程序（它运行速度比我们的服务器快一些）或者您可以运行它的 Tcl/Tk 版本（甚至更快）：

 colorspace::hclwizard(gui = "shiny")
colorspace::hclwizard(gui = "tcltk")

如果您想了解调色板路径在 RGB 和 HCL 坐标中的样子， colorspace::specplot() 很有用。参见示例 colorspace::specplot(coolwarm) 。

原文由 Achim Zeileis 发布，翻译遵循 CC BY-SA 4.0 许可协议