R中的颜色(转载)

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")


plette颜色

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))")


1

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())]")


2

2. 色彩空间

2.1 RGB颜色


3

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


4

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


5

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))


6

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")


7

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")


8

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")


9

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")

10

分类型颜色板比较适合区分分类型的数据。

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

11

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")

12

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")

13

原文链接:https://segmentfault.com/a/1190000006780090

推荐阅读更多精彩内容