「R」数据可视化22 : 怎么获取CNS级颜色搭配

王诗翔呀

发布于 2022-01-21 19:22:07

1.7K0

发布于 2022-01-21 19:22:07

文章被收录于专栏：优雅R优雅R

虽然对于大部分的实验数据而言，可能往往只涉及到几组，即需要几种颜色，然而在组学分析中则常常可能会需要数十种甚至更多的颜色来表示不同的物质。那么如何在R中选择好看的颜色呢？

1.RColorBrewer

第一个要介绍的是一个R包，叫做RColorBrewer。该包提供了一系列的色板，包括渐变的颜色和不同颜色的组合搭配（见下图）。

RcolorBrewer提供的色板

所有色板提供的颜色均在8-12个颜色，那么要如何使用呢？

#直接使用palette的名称
library(RColorBrewer)
library(ggplot2)
dat<-mtcars
dat$carb<-factor(dat$carb)
ggplot(dat, aes(carb, fill=carb)) + 
  geom_bar() + 
  scale_fill_brewer(palette="Set1")+
  theme_bw()

#也可以提取一部分颜色，比如我想把Set1的前三个颜色和Dark2的前三个颜色放在一起用
myPalette = c(brewer.pal(3, "Set1"),brewer.pal(3,"Dark2"))
myPalette
[1] "#E41A1C" "#377EB8" "#4DAF4A" "#1B9E77" "#D95F02" "#7570B3"
ggplot(dat, aes(carb, fill=carb)) + 
  geom_bar() + 
  scale_fill_manual(values=myPalette)+
  theme_bw()

如果你需要更多的颜色要怎么办呢？比如说在mtcars这个数据中属性hp中需要22个颜色，那么可以参照下面的代码生成更多颜色

dat$hp<-factor(dat$hp)
myPalette=colorRampPalette(brewer.pal(8,"Set1"))(22)

ggplot(dat, aes(hp, fill=hp)) + 
  geom_bar() + 
  scale_fill_manual(values=myPalette)+
  theme_bw()

2.ggsci

ggsci是一个提供一系列颜色选择R包。具体可以参见该包的手册。

以下贴一个该包给出的例子：

library("ggsci")
library("ggplot2")
library("gridExtra")

data("diamonds")

p1 = ggplot(subset(diamonds, carat >= 2.2),
       aes(x = table, y = price, colour = cut)) +
  geom_point(alpha = 0.7) +
  geom_smooth(method = "loess", alpha = 0.05, size = 1, span = 1) +
  theme_bw()

p2 = ggplot(subset(diamonds, carat > 2.2 & depth > 55 & depth < 70),
       aes(x = depth, fill = cut)) +
  geom_histogram(colour = "black", binwidth = 1, position = "dodge") +
  theme_bw()

#使用NPG color
p1_npg = p1 + scale_color_npg()
p2_npg = p2 + scale_fill_npg()
grid.arrange(p1_npg, p2_npg, ncol = 2)