R 数据可视化 —— ggsci 配色

前言

在绘图时,如何搭配颜色,是一个很让人头疼的问题。今天要介绍的包 ggsci 能大大减轻我们的负担。

ggsci 提供了很多高质量的颜色搭配,其灵感来自于各种 SCI 杂志的配色,其提供的配色函数也是以对应的杂志或数据库名称来命名的

所有颜色标度函数的形式为:

  • scale_color/colour_palname()
  • scale_fill_palname()

其中 palname 表示对应颜色板的名称,此外,还有对应的画板颜色生成函数

  • pal_palname()

离散型配色

安装导入

install.packages("ggsci")
library(ggsci)

我们使用下面的两张图,分别为其设置不同的颜色标度,来展示不同标度函数的效果

library(tidyverse)
library(cowplot)

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

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

plot_grid(p1, p2, ncol = 2)

1. NPG

该配色对应于 Nature Publishing Group 杂志中的配色,使用方式为

p1_npg <- p1 + scale_color_npg()
p2_npg <- p2 + scale_fill_npg()
plot_grid(p1_npg, p2_npg, ncol = 2)

该画板生成函数为 pal_npg,最多可生成 10 种颜色

> library("scales")
> pal_npg("nrc")(10)
 [1] "#E64B35FF" "#4DBBD5FF" "#00A087FF" "#3C5488FF" "#F39B7FFF" "#8491B4FF"
 [7] "#91D1C2FF" "#DC0000FF" "#7E6148FF" "#B09C85FF"
> show_col(pal_npg("nrc")(10))

添加透明度

show_col(pal_npg("nrc", alpha = 0.6)(9))

2. AAAS

该配色对应于 American Association for the Advancement of Science 杂志,例如

p1_aaas <- p1 + scale_color_aaas()
p2_aaas <- p2 + scale_fill_aaas()
plot_grid(p1_aaas, p2_aaas, ncol = 2)

最多支持 10 种颜色

show_col(pal_aaas("default", alpha = 0.6)(10))

3. NEJM

该配色对应于 New England Journal of Medicine 杂志

p1_nejm <- p1 + scale_color_nejm()
p2_nejm <- p2 + scale_fill_nejm()
plot_grid(p1_nejm, p2_nejm, ncol = 2)

最多包含 8 种颜色

show_col(pal_nejm("default", alpha = 0.6)(8))

4. Lancet

柳叶刀杂志

p1_lancet <- p1 + scale_color_lancet()
p2_lancet <- p2 + scale_fill_lancet()
plot_grid(p1_lancet, p2_lancet, ncol = 2)

最多包含 9 种颜色

show_col(pal_lancet(palette = c("lanonc"), alpha = 0.6)(9))

5. JAMA

对应于 The Journal of the American Medical Association 杂志

p1_jama <- p1 + scale_color_jama()
p2_jama <- p2 + scale_fill_jama()
plot_grid(p1_jama, p2_jama, ncol = 2)

最多包含 7 种颜色

show_col(pal_jama("default", alpha = 0.6)(7))

6. JCO

Journal of Clinical Oncology 杂志

p1_jco <- p1 + scale_color_jco()
p2_jco <- p2 + scale_fill_jco()
plot_grid(p1_jco, p2_jco, ncol = 2)

最多包含 10 种颜色

show_col(pal_jco("default", alpha = 0.6)(9))

7. UCSCGB

UCSC 数据库

p1_ucscgb <- p1 + scale_color_ucscgb()
p2_ucscgb <- p2 + scale_fill_ucscgb()
plot_grid(p1_ucscgb, p2_ucscgb, ncol = 2)

最多包含 26 种颜色

show_col(pal_ucscgb("default", alpha = 0.6)(26))

8. D3

使用 JavaScript 绘图库 D3.js 的配色

p1_d3 <- p1 + scale_color_d3()
p2_d3 <- p2 + scale_fill_d3()
plot_grid(p1_d3, p2_d3, ncol = 2)

支持 4 种调色板类型:

  • "category10" 包含 10 种颜色
  • "category20" 包含 20 种颜色
  • "category20b" 包含 20 种颜色
  • "category20c" 包含 20 种颜色

例如

show_col(pal_d3("category20")(20))
show_col(pal_d3("category10")(10))

9. LocusZoom

LocusZoom 配色

p1_locuszoom <- p1 + scale_color_locuszoom()
p2_locuszoom <- p2 + scale_fill_locuszoom()
plot_grid(p1_locuszoom, p2_locuszoom, ncol = 2)

最多支持 7 种颜色

show_col(pal_locuszoom("default", alpha = 0.6)(7))

10. IGV

IGV 中的配色

p1_igv_default <- p1 + scale_color_igv()
p2_igv_default <- p2 + scale_fill_igv()
plot_grid(p1_igv_default, p2_igv_default, ncol = 2)

支持 2 种调色板类型:

  • "default" 包含 51 种颜色
  • "alternating" 包含 2 种颜色

例如

show_col(pal_igv("default")(51))
show_col(pal_igv("alternating", alpha = 0.5)(2))

11. UChicago

基于 University of Chicago 的配色

p1_uchicago <- p1 + scale_color_uchicago()
p2_uchicago <- p2 + scale_fill_uchicago()
plot_grid(p1_uchicago, p2_uchicago, ncol = 2)

包含 3 种调色板:

  • "default" 包含 9 种颜色
  • "light" 包含 9 种颜色
  • "dark" 包含 9 种颜色

例如

show_col(pal_uchicago("default", alpha = 0.6)(9))
show_col(pal_uchicago("light", alpha = 0.6)(9))
show_col(pal_uchicago("dark", alpha = 0.6)(9))

12. Star Trek

Star Trek 配色方案

p1_startrek <- p1 + scale_color_startrek()
p2_startrek <- p2 + scale_fill_startrek()
plot_grid(p1_startrek, p2_startrek, ncol = 2)

最多支持 7 种颜色

show_col(pal_startrek("uniform", alpha = 0.6)(7))

13. Tron Legacy

Tron Legacy 配色

p1_tron <- p1 + theme_dark() + theme(
  panel.background = element_rect(fill = "#2D2D2D"),
  legend.key = element_rect(fill = "#2D2D2D")
) +
  scale_color_tron()
p2_tron <- p2 + theme_dark() + theme(
  panel.background = element_rect(fill = "#2D2D2D")
) +
  scale_fill_tron()
plot_grid(p1_tron, p2_tron, ncol = 2)

最多支持 7 种颜色

show_col(pal_tron("legacy", alpha = 0.6)(7))

14. Futurama

Futurama 配色

p1_futurama <- p1 + scale_color_futurama()
p2_futurama <- p2 + scale_fill_futurama()
plot_grid(p1_futurama, p2_futurama, ncol = 2)

最多支持 12 种颜色

show_col(pal_futurama("planetexpress", alpha = 0.6)(12))

15. Rick and Morty

Rick and Morty 配色

p1_rickandmorty <- p1 + scale_color_rickandmorty()
p2_rickandmorty <- p2 + scale_fill_rickandmorty()
plot_grid(p1_rickandmorty, p2_rickandmorty, ncol = 2)

最多支持 12 种颜色

show_col(pal_rickandmorty("schwifty", alpha = 0.6)(12))

16. The Simpsons

The Simpsons 配色

p1_simpsons <- p1 + scale_color_simpsons()
p2_simpsons <- p2 + scale_fill_simpsons()
plot_grid(p1_simpsons, p2_simpsons, ncol = 2)

最多支持 16 种颜色

show_col(pal_simpsons("springfield", alpha = 0.6)(16))

连续型配色

对于连续型配色方案,我们使用相关系数矩阵来进行说明。例如

mat <- as.data.frame(round(cor(mtcars), 2))
mat$var1 <- rownames(mat)

p3 <- gather(mat, key = "var2", value = "corr", -var1) %>%
  ggplot(aes(x = var1, y = var2, fill = corr)) +
  geom_tile(colour = "black", size = 0.3) +
  theme_bw() +
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank()
  )
p3

1. GSEA

GSEA 配色

p3_gsea <- p3 + scale_fill_gsea()
p3_gsea_inv <- p3 + scale_fill_gsea(reverse = TRUE)
plot_grid(p3_gsea, p3_gsea_inv, ncol = 2)

颜色生成函数为

pal_gsea(palette = c("default"), n = 12, alpha = 1, reverse = FALSE)

例如

show_col(pal_gsea("default", n = 30, alpha = 0.6, reverse = TRUE)(16))

2. Material Design

Material Design 支持 19 种颜色配色

p4 <- ggplot(data, aes(x = var1, y = var2, fill = corr)) +
  geom_tile(colour = "black", size = 0.3) +
  theme_bw() + theme(
    legend.position = "none", plot.background = element_blank(),
    axis.line = element_blank(), axis.ticks = element_blank(),
    axis.text.x = element_blank(), axis.text.y = element_blank(),
    axis.title.x = element_blank(), axis.title.y = element_blank(),
    panel.background = element_blank(), panel.border = element_blank(),
    panel.grid.major = element_blank(), panel.grid.minor = element_blank()
  )
  
plot_grid(
  p4 + scale_fill_material("red"), 
  p4 + scale_fill_material("pink"),
  p4 + scale_fill_material("purple"), 
  p4 + scale_fill_material("deep-purple"),
  p4 + scale_fill_material("indigo"), 
  p4 + scale_fill_material("blue"),
  p4 + scale_fill_material("light-blue"), 
  p4 + scale_fill_material("cyan"),
  p4 + scale_fill_material("teal"), 
  p4 + scale_fill_material("green"),
  p4 + scale_fill_material("light-green"), 
  p4 + scale_fill_material("lime"),
  p4 + scale_fill_material("yellow"), 
  p4 + scale_fill_material("amber"),
  p4 + scale_fill_material("orange"), 
  p4 + scale_fill_material("deep-orange"),
  p4 + scale_fill_material("brown"), 
  p4 + scale_fill_material("grey"),
  p4 + scale_fill_material("blue-grey"),
  ncol = 6
)

颜色生成函数为

pal_material(
  palette = c("red", "pink", "purple", 
              "deep-purple", "indigo", 
              "blue", "light-blue",
              "cyan", "teal", "green", 
              "light-green", "lime", 
              "yellow", "amber", "orange",
              "deep-orange", "brown", 
              "grey", "blue-grey"),
  n = 10,
  alpha = 1,
  reverse = FALSE
)

例如

show_col(pal_material("indigo")(9))
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容