在用R绘图时，颜色设置是美化过程中不可缺少的一步，这次简单的学习与总结一下。
一、在R中颜色的表示
（1） 颜色的名字 built-in color names
- R内置了657种颜色的名字可供使用
str(colors())
# chr [1:657] "white" "aliceblue" "antiquewhite" ...
head(colors()[1:10])
# [1] "white" "aliceblue" "antiquewhite"
# [4] "antiquewhite1" "antiquewhite2" "antiquewhite3"
- 具体每一种颜色名字代表什么颜色，可以从这个网页中查询：http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf
set.seed(111)
cols = sample(colors(), 5)
numbers = 1:5; names(numbers) = cols
barplot(numbers, col=cols)
- 关于透明色，虽然不在这657个颜色当中，可以通过
transparent指定，R可以识别的。
barplot(c(1:3), col=c("chartreuse", "blue4", "transparent"))
（2）十六进制颜色代码 hexadecimal color code
- 16进制的颜色代码是将RGB颜色值的进制转换的表示方式，使用起来更方便，表示的颜色也更丰富。所以在R中更常用这种方式指代颜色。
RGB颜色值与十六进制颜色码转换工具：https://www.sioe.cn/yingyong/yanse-rgb-16/
rainbow(3)
# [1] "#FF0000" "#00FF00" "#0000FF"
barplot(c(1:7), col=rainbow(7))
二、调色板
在理解上述颜色表示方法后，在实际绘图时，一般不会一一手动寻找合适的颜色，而是通过一些R包、网站提供好的，美观的颜色组合，即调色板（palette），可供使用。下面罗列下我目前常用的几种方式。
2.1 RColorBrewer包
# install.packages("RColorBrewer")
library(RColorBrewer)
display.brewer.all() #default: type="all"
- 如上图所示，这个包提供了三类色板：
（1）sequential【上】：渐变型（生成由浅入深的渐变色，适用于标注数值大小的情况）；
（2）qualitative【中】：离散型（生成彼此差异明显的颜色，适用于分类数据）；
（3）diverging【下】：发散型（生成深色强调两端、浅色表示中部的颜色，适用于标注数据中的离群点。）
#仅展示离散类颜色组合
display.brewer.all(type="qual")
#展示具体某一个组合
display.brewer.pal(n=12, name = 'Set3')
- 在实际使用时，需要注意色板的选择与数量的选择
（1）对于离散类颜色，会自动调用前n个颜色
brewer.pal(n = 9, name = "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF" "#999999"
brewer.pal(n = 3, name = "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A"
display.brewer.pal(n=9, name = 'Set3') #left
display.brewer.pal(n=3, name = 'Set3') # right
（2）对于发散型和渐变型，会考虑整体配色方案，自动调用最合适的n个颜色
brewer.pal(n = 9, name = "Blues")
# [1] "#F7FBFF" "#DEEBF7" "#C6DBEF" "#9ECAE1" "#6BAED6" "#4292C6" "#2171B5" "#08519C" "#08306B"
brewer.pal(n = 3, name = "Blues")
# [1] "#DEEBF7" "#9ECAE1" "#3182BD"
2.2 colorbrewer配色网站
- https://colorbrewer2.org/
- 非常值得安利的一个配色网站，也是大体分为如上三种色板。
- 其实使用起来很简单，就不总结了。也可以参看别人的笔记：https://zhuanlan.zhihu.com/p/27167989
2.3 ggsci包
- 自动对接ggplot2包，提供期刊杂志级别的配色方案；
- 使用十分简单，配合ggplot，只需要选择color还是fill，会自动根据变量类别确认配色；
- 具体使用方法也不介绍了，安装、加载，配合ggplot绘图即可。可参看官方教程：https://cran.r-project.org/web/packages/ggsci/vignettes/ggsci.html
部分配色方案
2.4 其它备选方案
- （1）viridis包
特点：色盲友好
官方介绍：https://cran.r-project.org/web/packages/viridis/vignettes/intro-to-viridis.html
中文介绍：https://zhuanlan.zhihu.com/p/81571392 - （2）paletteer包
特点：集成了目前已知所有配色R包的配色方案
官方介绍：https://github.com/EmilHvitfeldt/paletteer
中文介绍：https://www.yuque.com/xiaojiewanglezenmofenshen/dbwkg1/ilbqqz
