如何在 R 中生成许多最独特的颜色？

Question

我正在绘制一个分类数据集，并希望使用独特的颜色来表示不同的类别。给定一个数字n，我怎样才能得到n R 中最具特色的颜色数量？谢谢。

Answer 1

您可以使用来自 base 的 colorRampPalette 或 RColorBrewer 包：

使用colorRampPalette，您可以按如下方式指定颜色：

colorRampPalette(c("red", "green"))(5)
# [1] "#FF0000" "#BF3F00" "#7F7F00" "#3FBF00" "#00FF00"

您也可以提供十六进制代码：

colorRampPalette(c("#3794bf", "#FFFFFF", "#df8640"))(5)
# [1] "#3794BF" "#9BC9DF" "#FFFFFF" "#EFC29F" "#DF8640"
# Note that the mid color is the mid value...

使用RColorBrewer，您可以使用现有调色板中的颜色：

require(RColorBrewer)
brewer.pal(9, "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF"
# [9] "#999999"

查看RColorBrewer 包以获取其他可用的调色板。希望这会有所帮助。

Answer 2

这里有几个选项：

1. 看看palette函数：

    palette(rainbow(6))     # six color rainbow
    (palette(gray(seq(0,.9,len = 25)))) #grey scale
   

2. 还有colorRampPalette 函数：

    ##Move from blue to red in four colours
    colorRampPalette(c("blue", "red"))( 4) 
   

3. 查看RColorBrewer package（和website）。如果您想要不同的颜色，请在网站上选择diverging。例如，

    library(RColorBrewer)
    brewer.pal(7, "BrBG")
   

4. I want hue 网站提供了许多漂亮的调色板。同样，只需选择您需要的调色板。例如，您可以从网站获取 rgb 颜色并制作自己的调色板：

    palette(c(rgb(170,93,152, maxColorValue=255),
        rgb(103,143,57, maxColorValue=255),
        rgb(196,95,46, maxColorValue=255),
        rgb(79,134,165, maxColorValue=255),
        rgb(205,71,103, maxColorValue=255),
        rgb(203,77,202, maxColorValue=255),
        rgb(115,113,206, maxColorValue=255)))
   

Answer 3

我加入了 RColorBrewer 包中的所有定性调色板。定性调色板应该提供 X 种最独特的颜色。当然，将它们混合到一个调色板中也会产生相似的颜色，但这是我能得到的最好的颜色（74 种颜色）。

library(RColorBrewer)
n <- 60
qual_col_pals = brewer.pal.info[brewer.pal.info$category == 'qual',]
col_vector = unlist(mapply(brewer.pal, qual_col_pals$maxcolors, rownames(qual_col_pals)))
pie(rep(1,n), col=sample(col_vector, n))

其他解决方案是：从图形设备中获取所有 R 颜色并从中采样。我删除了灰色阴影，因为它们太相似了。这给出了 433 种颜色

color = grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]

pie(rep(1,n), col=sample(color, n))

有200种颜色n = 200:

pie(rep(1,n), col=sample(color, n))

Answer 4

你也可以试试randomcoloR package:

library(randomcoloR)
n <- 20
palette <- distinctColorPalette(n)

您可以看到在饼图中可视化时选择了一组高度不同的颜色（正如此处其他答案所建议的那样）：

pie(rep(1, n), col=palette)

以 50 种颜色的饼图显示：

n <- 50
palette <- distinctColorPalette(n)
pie(rep(1, n), col=palette)

Answer 5

我建议使用外部资源来制作大型调色板。

http://tools.medialab.sciences-po.fr/iwanthue/

具有根据各种参数组合任意大小调色板的服务，并且

https://graphicdesign.stackexchange.com/questions/3682/where-can-i-find-a-large-palette-set-of-contrasting-colors-for-coloring-many-d/3815

从图形设计师的角度讨论一般问题，并提供大量可用调色板的示例。

要从 RGB 值组成调色板，您只需复制向量中的值，例如：

colors37 = c("#466791","#60bf37","#953ada","#4fbe6c","#ce49d3","#a7b43d","#5a51dc","#d49f36","#552095","#507f2d","#db37aa","#84b67c","#a06fda","#df462a","#5b83db","#c76c2d","#4f49a3","#82702d","#dd6bbb","#334c22","#d83979","#55baad","#dc4555","#62aad3","#8c3025","#417d61","#862977","#bba672","#403367","#da8a6d","#a79cd4","#71482c","#c689d0","#6b2940","#d593a7","#895c8b","#bd5975")

Answer 6

不是对 OP 问题的回答，但值得一提的是，viridis 包具有良好的顺序数据调色板。它们在感知上是统一的、色盲安全且易于打印。

要获取调色板，只需安装包并使用函数viridis_pal()。有“A”、“B”、“C”、“D”四个选项可供选择

install.packages("viridis")
library(viridis)
viridis_pal(option = "D")(n)  # n = number of colors seeked

还有一个精彩的演讲解释了 YouTube 上优秀色彩图的复杂性：

A Better Default Colormap for Matplotlib | SciPy 2015 | Nathaniel Smith and Stéfan van der Walt

Answer 7

我找到了一个提供 20 种独特颜色列表的网站：https://sashat.me/2017/01/11/list-of-20-simple-distinct-colors/

col_vector<-c('#e6194b', '#3cb44b', '#ffe119', '#4363d8', '#f58231', '#911eb4', '#46f0f0', '#f032e6', '#bcf60c', '#fabebe', '#008080', '#e6beff', '#9a6324', '#fffac8', '#800000', '#aaffc3', '#808000', '#ffd8b1', '#000075', '#808080', '#ffffff', '#000000')

你可以试试！

Answer 8

你可以像这样生成一组颜色：

myCol = c("pink1", "violet", "mediumpurple1", "slateblue1", "purple", "purple3",
          "turquoise2", "skyblue", "steelblue", "blue2", "navyblue",
          "orange", "tomato", "coral2", "palevioletred", "violetred", "red2",
          "springgreen2", "yellowgreen", "palegreen4",
          "wheat2", "tan", "tan2", "tan3", "brown",
          "grey70", "grey50", "grey30")

这些颜色尽可能不同。对于那些相似的颜色，它们会形成渐变，以便您轻松分辨它们之间的差异。

Answer 9

在我的理解中，搜索独特的颜色与从单位立方体中有效搜索有关，其中立方体的 3 个维度是沿红色、绿色和蓝色轴的三个向量。这可以简化为在圆柱体中搜索（HSV 类比），您可以在其中固定饱和度 (S) 和值 (V) 并找到随机色调值。它在许多情况下都有效，请在此处查看：

https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/

在 R 中，

get_distinct_hues <- function(ncolor,s=0.5,v=0.95,seed=40) {
  golden_ratio_conjugate <- 0.618033988749895
  set.seed(seed)
  h <- runif(1)
  H <- vector("numeric",ncolor)
  for(i in seq_len(ncolor)) {
    h <- (h + golden_ratio_conjugate) %% 1
    H[i] <- h
  }
  hsv(H,s=s,v=v)
}

另一种方法是“统一”使用 R 包 https://cran.r-project.org/web/packages/uniformly/index.html

而这个简单的函数可以生成与众不同的颜色：

get_random_distinct_colors <- function(ncolor,seed = 100) {
  require(uniformly)
  set.seed(seed)
  rgb_mat <- runif_in_cube(n=ncolor,d=3,O=rep(0.5,3),r=0.5)
  rgb(r=rgb_mat[,1],g=rgb_mat[,2],b=rgb_mat[,3])
}

可以通过grid-search想出更多涉及的功能：

get_random_grid_colors <- function(ncolor,seed = 100) {
  require(uniformly)
  set.seed(seed)
  ngrid <- ceiling(ncolor^(1/3))
  x <- seq(0,1,length=ngrid+1)[1:ngrid]
  dx <- (x[2] - x[1])/2
  x <- x + dx
  origins <- expand.grid(x,x,x)
  nbox <- nrow(origins) 
  RGB <- vector("numeric",nbox)
  for(i in seq_len(nbox)) {
    rgb <- runif_in_cube(n=1,d=3,O=as.numeric(origins[i,]),r=dx)
    RGB[i] <- rgb(rgb[1,1],rgb[1,2],rgb[1,3])
  }
  index <- sample(seq(1,nbox),ncolor)
  RGB[index]
} 

通过以下方式检查此功能：

ncolor <- 20
barplot(rep(1,ncolor),col=get_distinct_hues(ncolor))          # approach 1
barplot(rep(1,ncolor),col=get_random_distinct_colors(ncolor)) # approach 2
barplot(rep(1,ncolor),col=get_random_grid_colors(ncolor))     # approach 3

但是，请注意，用人类可感知的颜色定义一个独特的调色板并不简单。上述哪种方法会产生不同的颜色集还有待测试。

Answer 10

您可以为此目的使用 Polychrome 包。它只需要颜色的数量和一些seedcolors。例如：

# install.packages("Polychrome")
library(Polychrome)

# create your own color palette based on `seedcolors`
P36 = createPalette(36,  c("#ff0000", "#00ff00", "#0000ff"))
swatch(P36)

您可以在https://www.jstatsoft.org/article/view/v090c01 了解有关此软件包的更多信息。