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")

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))")

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. 色彩空间

2.1 RGB颜色

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

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

par(mfrow = c(1, 2),mai=c(0.1,0.1,0.5,0.1))

hsv_seq

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))

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")

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")

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

b2p2

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")

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")

分类型颜色板比较适合区分分类型的数据。

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

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")

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

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")

参考资料

r语言mfrow全程_R语言中的色彩_LearningR - SegmentFault 思否相关推荐

  1. r语言mfrow全程_R语言函数速查

    在学习R语言的过程中,经常会遇到前面学习过的函数但到后面再次看到忘记了用法,在kaggle实践中也会遇到,我以前的做法是打开书本,评印象查找,但是效率极低,现在,我通过有道云笔记 将<R语言实战 ...

  2. r语言mfrow全程_R语言弦图绘制全解析——基础篇

    弦图(Chord diagram),是使用圆形坐标系体现多组数据间关系强弱的可视化形式.本文将介绍使用R语言的circlize包绘制弦图的方法,代码来源于circlize官方文档,http://zug ...

  3. r语言mfrow全程_R语言(绘图入门)

    原文链接:https://wklchris.github.io/R-plotting-basic.html R 的绘图功能一直为业内所津津乐道.用了 Python 的 matplolibt 和 R 的 ...

  4. r语言清除变量_R语言(1)初识与数据结构

    点击上方蓝字,记得关注我们! a picture is worth a thousand words! 一,R语言简介 1,R语言的发展 上世纪90年代初,新西兰奥克兰大学 Ross Ihaka 和 ...

  5. r - 求平均成绩_R语言 从零开始的笔记(一)

    R是用于统计分析.绘图的语言和操作环境.R是属于GNU系统的一个自由.免费.源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具. R语言于生物学分析中的应用越来越广泛,在其他领域的统计绘图应用 ...

  6. r语言 tunerf函数_R语言 | 一网打尽高质量统计分析与机器学习包

    原标题:R语言 | 一网打尽高质量统计分析与机器学习包 146+72本期刊<SCI期刊分析+选刊网站>免费领 解螺旋公众号·陪伴你科研的第2232天 常用统计方法包+机器学习包(名称.简介 ...

  7. R 多变量数据预处理_R语言常用统计方法包+机器学习包(名称、简介)

    上期帮大家盘点了一下R中常用的可视化包,这期将简要盘点一下关于统计分析与机器学习的R包,并通过简要介绍包的特点来帮助读者深入理解可视化包. 本文作者为"食物链顶端"学习群中的小伙伴 ...

  8. r语言 图形一览_R语言实战—图形篇(图形初阶)

    最近沉迷学习R语言,不得不说<R语言实战>真的太详细了,详细的阅读完这本书后,我的收获不小.为了方便自己复习,将这本书的内容整理归纳为两个部分:统计篇(数据分析)和图形篇(数据可视化). ...

  9. R语言JAVA对比_R语言统计分析应用与SAS、SPSS的比较

    能够用来做统计分析的软件和程序很多,目前应用比较广泛的包括:SPSS, SAS.R语言,Matlab,S-PLUS,S-Miner等.下面我们来看一下各应用的特点: SPSS: 最简单的,都是菜单操作 ...

最新文章

  1. python花式编码_Python——花式打印对象的若干种方法
  2. vba 窗体单选框怎么传回sub_VBA之EXCEL应用
  3. 本周技术主题-----.net中的资源文件
  4. Xcode6的 实时渲染 在storyboard修改自定义属性
  5. 系统部署常见问题汇总
  6. django 集成个推_Django网站添加WebIM
  7. Java黑皮书课后题第6章:*6.4(反序显示一个整数)使用下面的方法体编写方法,反序显示一个整数…例如reverse(3456)返回6543,编写一个测试程序,提示用户输入一个整数,然后显示它的反序
  8. 一文解读使用WinDbg排查iis 中CPU占用高的站点问题
  9. SpringBootAdmin安全配置
  10. mysql获取用户权限api_AnalyticDB MySQL服务关联角色
  11. 面试—每日一题(4)
  12. Oracle 痛裁程序员,阿里云坐收渔翁利?
  13. 代替人工批卷?基于目标检测模型的试卷自动批阅实践
  14. InnoDB的RR隔离级别能否防止“幻读”
  15. 基于SSM的个人健康管理系统
  16. 数据结构和算法常见面试题大全
  17. 【新手必看】C语言开发环境,请查收!
  18. 万用表测试软件,最全的万用表使用方法看这里!
  19. 在Linux环境下Nginx解决跨域问题
  20. Chrom浏览器升级后检查元素时无法以html方式进行编辑

热门文章

  1. java源文件编译成jar_从源文件和JAR文件构建Java代码模型
  2. vue 侦听器侦听对象属性_不删除侦听器–使用ListenerHandles
  3. 将Websocket与Spring Framework和Vuejs结合使用
  4. jvm能识别什么字符集_识别JVM –比预期要难
  5. 过度配置堆上的OutOfMemoryError
  6. 将指标标签与MicroProfile Metrics 2.0结合使用
  7. scala 异步调用_非阻塞异步Java 8和Scala的Try / Success / Failure
  8. 创建一个坚固的备份系统
  9. java ee cdi_Java EE CDI依赖关系消歧示例
  10. lucene 增加相关性_事务性Lucene