分层着色节点的算法

Question

我有一个网络，其中节点是分层定义的（通过UN SITC coding）。在我的应用程序中，每个节点都有四个识别数字，其层次特异性不断增加（例如，参见产品7431），但我定义的网络不仅仅是明显的层次结构。我想要做的是分层着色节点，但根据我的网络计算布置它们，看看两者在多大程度上一致。

一般来说，我正在寻找一种方法来生成 N 个调色板，这些调色板在视觉上与一个和另一个尽可能不同（显然随着 N 的增长它的效果越来越差），然后将它们分成子调色板，直到我达到所需的层次深度。

具体来说，这意味着为第一个数字选择 10 种基本颜色并为每个颜色生成 K

似乎“Analagous”是我想要实现的颜色属性。是否可以简单地在 HSV/HSL 方案中定期拆分色调参数来实现这一点，还是有更好的方法？

我将在 Python 中实现它，但任何算法基本上都应该与语言无关。

Answer 1

我解决了一个类似的问题（可能与您正在做的相反），我正在比较各种图像的光谱输出以确定基于相似性的排序。

在摆弄 RGB 颜色立方体数周后，我放弃了并转向 HSV - 再也没有回头。我会识别那些定义颜色的色调，然后根据它置换，这样你就没有两种黄色 - 相反，你会开始 ax 然后添加 k 的倍数，这样你就会有这样的东西：

x is red
x+k is yellow
x+2k is green
... so forth

在此范围内，我将细分并可能少量置换“值”和“饱和度”，以增加可供您使用的颜色数量。

如果您最终在系统之间进行转换，我使用 colorsys 没有问题。