我正在绘制一个分类数据集,并希望使用独特的颜色来表示不同的类别。给定一个数字n
,我如何获得n
R 中最具特色的颜色数量?谢谢。
10 回答
RColorBrewer
我加入了包装中的所有定性调色板。定性调色板应该提供 X 种最独特的颜色。当然,将它们混合到一个调色板中也会产生相似的颜色,但这是我能得到的最好的颜色(74 种颜色)。
library(RColorBrewer)
n <- 60
qual_col_pals = brewer.pal.info[brewer.pal.info$category == 'qual',]
col_vector = unlist(mapply(brewer.pal, qual_col_pals$maxcolors, rownames(qual_col_pals)))
pie(rep(1,n), col=sample(col_vector, n))
其他解决方案是:从图形设备中获取所有 R 颜色并从中采样。我删除了灰色阴影,因为它们太相似了。这给出了 433 种颜色
color = grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]
pie(rep(1,n), col=sample(color, n))
有 200 种颜色n = 200
:
pie(rep(1,n), col=sample(color, n))
这里有几个选项:
看看
palette
函数:palette(rainbow(6)) # six color rainbow (palette(gray(seq(0,.9,len = 25)))) #grey scale
和
colorRampPalette
功能:##Move from blue to red in four colours colorRampPalette(c("blue", "red"))( 4)
查看
RColorBrewer
包装(和网站)。如果您想要发散的颜色,请在网站上选择发散。例如,library(RColorBrewer) brewer.pal(7, "BrBG")
I want hue网站提供了许多漂亮的调色板。同样,只需选择您需要的调色板。例如,您可以从网站获取 rgb 颜色并制作自己的调色板:
palette(c(rgb(170,93,152, maxColorValue=255), rgb(103,143,57, maxColorValue=255), rgb(196,95,46, maxColorValue=255), rgb(79,134,165, maxColorValue=255), rgb(205,71,103, maxColorValue=255), rgb(203,77,202, maxColorValue=255), rgb(115,113,206, maxColorValue=255)))
你也可以试试这个randomcoloR
包:
library(randomcoloR)
n <- 20
palette <- distinctColorPalette(n)
您可以看到在饼图中可视化时选择了一组高度不同的颜色(如此处其他答案所建议的那样):
pie(rep(1, n), col=palette)
用 50 种颜色显示在饼图中:
n <- 50
palette <- distinctColorPalette(n)
pie(rep(1, n), col=palette)
不是对 OP 问题的回答,但值得一提的是,该viridis
软件包具有用于顺序数据的良好调色板。它们在感知上是统一的,色盲安全且易于打印。
要获取调色板,只需安装包并使用功能viridis_pal()
。有“A”、“B”、“C”、“D”四个选项可供选择
install.packages("viridis")
library(viridis)
viridis_pal(option = "D")(n) # n = number of colors seeked
YouTube 上还有一个精彩的演讲,解释了优秀色彩图的复杂性:
您可以colorRampPalette
从基础或RColorBrewer
包中使用:
使用colorRampPalette
,您可以按如下方式指定颜色:
colorRampPalette(c("red", "green"))(5)
# [1] "#FF0000" "#BF3F00" "#7F7F00" "#3FBF00" "#00FF00"
您也可以提供十六进制代码:
colorRampPalette(c("#3794bf", "#FFFFFF", "#df8640"))(5)
# [1] "#3794BF" "#9BC9DF" "#FFFFFF" "#EFC29F" "#DF8640"
# Note that the mid color is the mid value...
您可以使用RColorBrewer
预先存在的调色板中的颜色:
require(RColorBrewer)
brewer.pal(9, "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF"
# [9] "#999999"
查看RColorBrewer
其他可用调色板的包装。希望这可以帮助。
我建议对大型调色板使用外部资源。
http://tools.medialab.sciences-po.fr/iwanthue/
具有根据各种参数组成任何大小的调色板的服务,并且
从图形设计师的角度讨论了一般问题,并提供了许多可用调色板的示例。
要包含 RGB 值的调色板,您只需复制向量中的值,例如:
colors37 = c("#466791","#60bf37","#953ada","#4fbe6c","#ce49d3","#a7b43d","#5a51dc","#d49f36","#552095","#507f2d","#db37aa","#84b67c","#a06fda","#df462a","#5b83db","#c76c2d","#4f49a3","#82702d","#dd6bbb","#334c22","#d83979","#55baad","#dc4555","#62aad3","#8c3025","#417d61","#862977","#bba672","#403367","#da8a6d","#a79cd4","#71482c","#c689d0","#6b2940","#d593a7","#895c8b","#bd5975")
我找到了一个提供 20 种独特颜色列表的网站:https ://sashat.me/2017/01/11/list-of-20-simple-distinct-colors/
col_vector<-c('#e6194b', '#3cb44b', '#ffe119', '#4363d8', '#f58231', '#911eb4', '#46f0f0', '#f032e6', '#bcf60c', '#fabebe', '#008080', '#e6beff', '#9a6324', '#fffac8', '#800000', '#aaffc3', '#808000', '#ffd8b1', '#000075', '#808080', '#ffffff', '#000000')
你可以试一试!
为此,您可以使用Polychrome包。它只需要颜色的数量和一些seedcolors
. 例如:
# install.packages("Polychrome")
library(Polychrome)
# create your own color palette based on `seedcolors`
P36 = createPalette(36, c("#ff0000", "#00ff00", "#0000ff"))
swatch(P36)
您可以在https://www.jstatsoft.org/article/view/v090c01了解有关此软件包的更多信息。
在我的理解中,搜索独特的颜色与从单位立方体中有效搜索有关,其中立方体的 3 个维度是沿红色、绿色和蓝色轴的三个向量。这可以简化为在圆柱体中搜索(HSV 类比),您可以在其中固定饱和度 (S) 和值 (V) 并找到随机色调值。它在许多情况下都有效,请在此处查看:
https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/
在 R 中,
get_distinct_hues <- function(ncolor,s=0.5,v=0.95,seed=40) {
golden_ratio_conjugate <- 0.618033988749895
set.seed(seed)
h <- runif(1)
H <- vector("numeric",ncolor)
for(i in seq_len(ncolor)) {
h <- (h + golden_ratio_conjugate) %% 1
H[i] <- h
}
hsv(H,s=s,v=v)
}
另一种方法是“统一”使用 R 包 https://cran.r-project.org/web/packages/uniformly/index.html
这个简单的函数可以生成与众不同的颜色:
get_random_distinct_colors <- function(ncolor,seed = 100) {
require(uniformly)
set.seed(seed)
rgb_mat <- runif_in_cube(n=ncolor,d=3,O=rep(0.5,3),r=0.5)
rgb(r=rgb_mat[,1],g=rgb_mat[,2],b=rgb_mat[,3])
}
可以通过网格搜索想到更多涉及的功能:
get_random_grid_colors <- function(ncolor,seed = 100) {
require(uniformly)
set.seed(seed)
ngrid <- ceiling(ncolor^(1/3))
x <- seq(0,1,length=ngrid+1)[1:ngrid]
dx <- (x[2] - x[1])/2
x <- x + dx
origins <- expand.grid(x,x,x)
nbox <- nrow(origins)
RGB <- vector("numeric",nbox)
for(i in seq_len(nbox)) {
rgb <- runif_in_cube(n=1,d=3,O=as.numeric(origins[i,]),r=dx)
RGB[i] <- rgb(rgb[1,1],rgb[1,2],rgb[1,3])
}
index <- sample(seq(1,nbox),ncolor)
RGB[index]
}
通过以下方式检查此功能:
ncolor <- 20
barplot(rep(1,ncolor),col=get_distinct_hues(ncolor)) # approach 1
barplot(rep(1,ncolor),col=get_random_distinct_colors(ncolor)) # approach 2
barplot(rep(1,ncolor),col=get_random_grid_colors(ncolor)) # approach 3
但是,请注意,用人类可感知的颜色定义一个独特的调色板并不简单。上述哪种方法会产生不同的颜色集还有待测试。
您可以像这样生成一组颜色:
myCol = c("pink1", "violet", "mediumpurple1", "slateblue1", "purple", "purple3",
"turquoise2", "skyblue", "steelblue", "blue2", "navyblue",
"orange", "tomato", "coral2", "palevioletred", "violetred", "red2",
"springgreen2", "yellowgreen", "palegreen4",
"wheat2", "tan", "tan2", "tan3", "brown",
"grey70", "grey50", "grey30")
这些颜色尽可能不同。对于那些相似的颜色,它们会形成渐变,以便您轻松分辨它们之间的差异。