免费资源部落

这篇文章给大家分享的是有关r语言中如何实现R预设配色系统及自定义色板的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

内容主要包含两部分：

R预置色彩系统的色板

R语言自定义颜色调用

其实在R语言的色彩系统中，有两大类颜色系统，一类是预设的调色盘，通过调色盘，你可以获取任意数量的色彩组合。

R语言的预设调色板一共有五个：

rainbow

heat.colors

terrain.colors

topo.colors

cm.colors

这五个调色板就像是一个大染缸一样，排列着无数的色彩组合。取色也很简单，就是使用预设色盘名称+色彩数据即可：

rainbow(10)

[1] "#FF0000FF" "#FF9900FF" "#CCFF00FF" "#33FF00FF" "#00FF66FF" "#00FFFFFF"

[7] "#0066FFFF" "#3300FFFF" "#CC00FFFF" "#FF0099FF"

以上既是通过名称+数量的方式获取的一组10个颜色，同样我们可以通过scales包中show_col函数查看具体的颜色效果：

library(scales)

show_col(rainbow(10),labels=T)#labels控制是否显示HEX格式的色值信息.

接下来我用一个版面矩阵将五个色盘颜色全部显示出来：

par(mfrow=c(1,5),mar=c(0.5,0.5,2,0.5),xaxs="i",yaxs="i")

n<-1000

barplot(rep(1,times=n),col=rainbow(n),border=rainbow(n),horiz=T,axes=F,main="Rainbow Color")

barplot(rep(1,times=n),col=heat.colors(n),border=heat.colors(n),horiz=T,axes=F,main="Heat.Colors")

barplot(rep(1,times=n),col=terrain.colors(n),border=terrain.colors(n),horiz=T,axes=F,main="Terrain.Colors")

barplot(rep(1,times=n),col=topo.colors(n),border=topo.colors(n),horiz=T,axes=F,main="Topo.Colors")

barplot(rep(1,times=n),col=cm.colors(n),border=cm.colors(n),horiz=T,axes=F,main="Cm.Colors")

运行以上代码之后，你会看到绘图面板上出现的五个色板色彩过渡效果，第一个rainbow是运用最为频繁的的色板，也是我们所熟知的彩虹七色，其余四个是截取rainbow色斑的某一段暖色系、冷色系或者单色做的渐变过渡。

五种颜色调用方法非常简单，名称+数量就可以。而且你也可以通过文本函数将不同色盘中截取的颜色相互混合使用。

dev.off()#关闭上次的绘图面板

par(mfrow=c(2,1),mar=c(0.5,0.5,2,0.5),xaxs="i",yaxs="i")

a<-heat.colors(10)

b<-topo.colors(10)

barplot(rep(1,times=10),col=b,border=b,main="Topo.Colors10",axes=F)

barplot(rep(1,times=10),col=a,border=a,main="Heat.Colors10",axes=F)

dev.off()

c<-c(a[c(1,3,5,7,9)],b[c(2,4,6,8,10)])

barplot(rep(1,times=10),col=c,border=c,axes=F,main="topo&heat 10");box()

以上通过将两个色板提取出来的颜色进行组合，创造出了新的色彩组合。

R语言自定义颜色调用

接下来介绍R语言的第二大色彩系统，自定义颜色。

R语言系统中内置了657中带有自定义名称的颜色（就是我们平时所熟知的blue、red、grey等）。

通过colors()函数可以查看这657种颜色的色值及名称类别信息：

head(colors(),10)

[1] "white" "aliceblue" "antiquewhite" "antiquewhite1"

[5] "antiquewhite2" "antiquewhite3" "antiquewhite4" "aquamarine"

[9] "aquamarine1" "aquamarine2"

library(plyr)

count(cl)

count函数列出了所有657中颜色名称。

使用show_col函数可以查看所有657中颜色的图形显示效果

show_col(cl,labels=F)#因为颜色数量太多，使用labels=F参数略去颜色色值信息。

使用colorRampPalette函数可以自由调用任何一种自定义颜色。

colorRamp(colors, bias = 1, space = c("rgb", "Lab"), interpolate = c("linear", "spline"))

colorRampPalette(colors, ...)

color函数的介绍如上，具体的参数解释可以通过？colorRampPalette查看他的官方文档，这里我们直接取色。

par(mfrow=c(1,4),mar=c(0.5,0.5,2,0.5),xaxs="i", yaxs="i")

n <- 1000

mycolors <- colorRampPalette(c("red", "green"))(n)

barplot(rep(1,times=n),col=mycolors,border=mycolors,horiz=T,axes=FALSE)

mycolors <- colorRampPalette(c("blue", "yellow", "orange"))(n)

barplot(rep(1,times=n),col=mycolors,border=mycolors,horiz=T,axes=FALSE)

mycolors <- colorRampPalette(c( "white", "gold", "yellow", "brown"), bias=1.2)(n)

barplot(rep(1,times=n),col=mycolors,border=mycolors,horiz=T,axes=FALSE)

mycolors <- colorRampPalette(c("red","gold", "yellow", "grey","orange"), bias=1.2)(n)

barplot(rep(1,times=n),col=mycolors,border=mycolors,horiz=T,axes=FALSE)

dev.off()

除了这两大色彩系统系统之外，R语言也支持直接以色值（HEX）形式输入的颜色，只需使用c()函数生成色值组成的字符向量，R语言就可自动识别。

还有一些特殊用途的grey函数，hsv函数等等可以通过设定灰度或者色调、饱和度、亮度等等方式获取颜色使用，这些由于过于繁琐，这里就略去了，甘感兴趣的小盆友可以自己探索。

当然，这里还没有讲解到那些已经做得很成熟的主题配色包，比如ggthemes（专为ggplot2开发的主题包）、RColorbrewer（里面存放着大量高质量的配色方案）、以及ggtech（是一个科技主题的配色包，主要供ggplot函数调用）。

通过scales包中的brewer.col，我们可以提取出以上各包的配色主题，来用于我们的可视化图表中，不光是ggplot绘图系统，即便是在基础绘图系统（base::plot）中也是可以调用这些色彩方案的

感谢各位的阅读！关于“r语言中如何实现R预设配色系统及自定义色板”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！