已经有一些好的和有用的建议，但让我补充几点：
- 绿色和岩浆调色板是具有多种色调的连续调色板。因此，沿着刻度，您会从非常浅的颜色增加到相当深的颜色。同时，色彩增加，色调从黄色变为蓝色（通过绿色或通过红色）。
- 可以通过组合两个连续的调色板来创建发散的调色板。通常，您将它们加入浅色，然后让它们分散到不同的深色。
- 通常，使用从中性浅灰色到两种不同深色的单色调顺序调色板。应该注意的是，调色板的不同“臂”在亮度（明暗）和色度（色度）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蓝色。此外，随着色调的变化，判断你在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diverging_hcl()在colorspace包中的功能。在https://arxiv.org/abs/1903.06490（即将在 JSS 中发表）的随附论文中，描述了构建原则以及基于 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 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，但适用于其他方面，在http://dx.doi的 BAMS 论文中.org/10.1175/BAMS-D-13-00155.1。）
我们在 HCL 空间（色度-色度-亮度）中的解决方案的优点是您可以相对容易地解释坐标。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。
如果适当地选择diverging_hcl()了两种色调（参数h）、最大色度c（l此外，人们可能不得不调整power分别控制色度和亮度增加速度的参数。通常，色度增加得相当快（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 = 37vs. l = 88）：
coolwarm_hcl <- colorspace::diverging_hcl(11,
h = c(250, 10), c = 100, l = c(37, 88), power = c(0.7, 1.7))
这看起来很相似（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 = 20vs. 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。您会看到这些并不相同，而是相当接近。在右侧，我还将 viridis 和 Plasma 与基于 HCL 的调色板进行了匹配。
您更喜欢冷暖色调还是 BrBG 调色板可能取决于您的个人品味，但更重要的是，您希望在可视化中呈现什么。如果偏差的符号最重要，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，高亮度对比度将更有用。上述论文提供了更多实用指导。
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：来自其他工具（ColorBrewer.org、viridis、scico、CARTO 等）的这些基于 HCL 的颜色近似值现在也可作为包中的命名调色板和基本包colorspace中的hcl.colors()函数grDevices（从 3.6.6 开始）提供。 0)。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闪亮的应用程序（运行速度比从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的路径在 RGB 和 HCL 坐标中的样子，这colorspace::specplot()很有用。参见例如colorspace::specplot(coolwarm)。
