ggsci是一个知名的ggplot2拓展包，工具包名称中的sci是science的缩写。它的开发者是两个中国人：Nan Xiao <https://nanx.me>、Miaozhu Li <http://miaozhu.li>。

ggsci工具包拓展了ggplot2绘图系统的颜色标度函数，并且遵从scale_col_*和scale_fill_*式的命名规则。它的优点在于可以快速生成符合学术品味的配色，并且针对一些著名期刊还开发了对应的颜色标度函数。除期刊外，还有一些配色灵感来自数据可视化库、科幻电影和电视。

工具包中的函数可以分为如下两大类、四小类：

• 颜色标度函数：scale_fill_*、scale_color_*；

• 调色板函数：pal_*、rgb_*。

其中scale_fill_*和scale_color_*类型的函数的用法与ggplot2中的颜色标度函数一致，大部分为离散型标度函数；pal_*和rgb_*函数可以输出这些标度函数所对应的颜色编码。

• ggsci工具包中所有函数及其功能可以通过这个网址查看：https://mirrors.tuna.tsinghua.edu.cn/CRAN/web/packages/ggsci/vignettes/ggsci.html。

比如，scale_fill_npg()和scale_fill_aaas()函数可以分别用来实现Nature和Science杂志的配色风格：

library(ggplot2)
library(patchwork)
df <- data.frame(x = c("a", "b", "c", "d"), y = c(3, 4, 1, 2))
p <- ggplot(df, aes(x, y, fill = x)) + geom_bar(stat = "identity") + labs(x = NULL, y = NULL) +theme(legend.position = "none")library(ggsci)
p1 <- p + scale_fill_npg()
p2 <- p + scale_fill_aaas()p1 + p2

著名医学期刊柳叶刀（The Lancet）和美国医学会杂志（JAMA）的配色风格：

p3 <- p + scale_fill_lancet()
p4 <- p + scale_fill_jama()p3 + p4

还有一些来自数据可视化库的配色风格：

p5 <- p + scale_fill_ucscgb()
p6 <- p + scale_fill_d3()p5 + p6

以上举例都属于离散型颜色标度函数，这些函数的语法结构如下：

scale_fill_*(palette, alpha = 1, ...)

• palette：调色板；具体需要查看各个函数的帮助文档；

• alpha：透明度；数值越小，透明度越高；

• ...：ggplot2绘图系统中的离散标度函数的公共参数。

同一个函数不同的调色板：

p7 <- p + scale_fill_uchicago(palette = "light")
p8 <- p + scale_fill_uchicago(palette = "dark")p7 + p8

ggsci工具包还提供了两种连续型的颜色标度函数，它们比离散标度函数多了一个reverse参数：

• scale_fill/color_gsea()；

• scale_fill/color_material()。

scale_color_gsea() 函数会生成一个蓝-红的颜色渐变带：

set.seed(107)
df <- data.frame(x = 1:40, y = rnorm(40))
p <- ggplot(df, aes(x, y, color = y)) + geom_point(size = 2) + labs(x = NULL, y = NULL)p1 <- p + scale_color_gsea()
p2 <- p + scale_color_gsea(reverse = T)p1 + p2

scale_color_material()函数提供了19种单色颜色渐变带，颜色类型需要通过palette参数指定，具体见该函数的帮助文档：

p3 <- p + scale_color_material()
p4 <- p + scale_color_material(palette = "purple",alpha = 0.6)p3 + p4

除了直接进行配色外，还可以使用pal_*和rgb_*类的函数输出它们的颜色编码，这样就可以将这些配色风格保留下来了。前者对应的是离散型标度函数，后者对应的是连续型标度函数。在得到这些颜色的编码后，就可以在更广范围内运用这些配色风格了，而不再局限于ggplot2绘图系统里。

pal_*函数举例：

pal_npg()(4)
## [1] "#E64B35FF" "#4DBBD5FF" "#00A087FF" "#3C5488FF"pal_uchicago(palette = "dark")(5)
## [1] "#800000FF" "#767676FF" "#CC8214FF" "#616530FF" "#0F425CFF"

rgb_*函数举例：

rgb_gsea(n = 5, reverse = T)
## [1] "#D60C00FF" "#FF6B79FF" "#E9D0FBFF" "#7D7CFCFF" "#4500ACFF"rgb_material(palette = "purple", n = 5)
## [1] "#F2E5F4FF" "#C887D3FF" "#A335B5FF" "#7F20A4FF" "#4A138CFF"