Я рисую категориальный набор данных и хочу использовать отличительные цвета для представления разных категорий. Учитывая число n
, как я могу получить n
количество САМЫХ отличительных цветов в R? Спасибо.
Я рисую категориальный набор данных и хочу использовать отличительные цвета для представления разных категорий. Учитывая число n
, как я могу получить n
количество САМЫХ отличительных цветов в R? Спасибо.
Ответы:
Соединил все качественные палитры из RColorBrewer
пакета. Качественные палитры должны обеспечивать X наиболее отличительных цветов каждая. Конечно, их смешивание объединяет в одну палитру и похожие цвета, но это лучшее, что я могу получить (74 цвета).
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))
Другое решение: взять все цвета R с графических устройств и взять с них образцы. Я удалил оттенки серого, так как они слишком похожи. Это дает 433 цвета
color = grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]
pie(rep(1,n), col=sample(color, n))
с 200 цветами n = 200
:
pie(rep(1,n), col=sample(color, n))
col
соответствующие названия цветов?
col
ты имеешь в виду? color
от графических устройств имеет название. Если вы имеете в виду в целом, не все шестнадцатеричные коды имеют соответствующие названия цветов (в них всего 433 цвета, grDevices
но гораздо больше шестнадцатеричных кодов)
col=sample(col_vector, n)
из RColorBrewer
пакета в вашем фрагменте кода. Например, как найти названия цветов для #B3E2CD, #E78AC3, #B3DE69
доступных из sample(col_vector,3)
. Или как найти все шестнадцатеричные коды, заданные brewer.pal
функцией, с их названиями цветов.
RColorBrewer
палитры не являются производными от grDevices
цветов, которым присвоены имена, а представляют собой просто шестнадцатеричные коды, насколько мне известно, вы не можете сделать это с RColorBrewer
палитрами, даже с качественными.
Вот несколько вариантов:
Взгляните на palette
функцию:
palette(rainbow(6)) # six color rainbow
(palette(gray(seq(0,.9,len = 25)))) #grey scale
И colorRampPalette
функция:
##Move from blue to red in four colours
colorRampPalette(c("blue", "red"))( 4)
Посмотрите на colorBrewer
пакет (и на сайт ). Если вы хотите расходящиеся цвета, то выберите на сайте расходящиеся . Например,
library(colorBrewer)
brewer.pal(7, "BrBG")
На веб-сайте « Я хочу оттенок» есть много хороших палитр. Опять же, просто выберите ту палитру, которая вам нужна. Например, вы можете получить с сайта цвета rgb и составить свою палитру:
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)))
I want hue
отличный сайт. Это именно то, что я хочу. Учитывая число, как создать палитру из числа цветов. но можем ли мы сделать это в R автоматически?
i want hue
него был API, который позволял бы автоматически запрашивать его (возможно, это так - я не долго искал)
Вы также можете попробовать randomcoloR
пакет :
library(randomcoloR)
n <- 20
palette <- distinctColorPalette(n)
Вы можете видеть, что при визуализации на круговой диаграмме выбирается набор очень разных цветов (как предлагают другие ответы здесь):
pie(rep(1, n), col=palette)
Представлено на круговой диаграмме с 50 цветами:
n <- 50
palette <- distinctColorPalette(n)
pie(rep(1, n), col=palette)
unname(distinctColorPalette(n))
для работы с ggplot. Думаю, ggplot нужен безымянный вектор. col_vector <- unname(distinctColorPalette(n))
а затем... + scale_color_manual(values=col_vector) ...
Не ответ на вопрос OP, но стоит упомянуть, что есть viridis
пакет, который имеет хорошие цветовые палитры для последовательных данных. Они одинаково воспринимаются, безопасны для дальтоников и подходят для печати.
Чтобы получить палитру, просто установите пакет и воспользуйтесь функцией viridis_pal()
. Есть четыре варианта «A», «B», «C» и «D» на выбор.
install.packages("viridis")
library(viridis)
viridis_pal(option = "D")(n) # n = number of colors seeked
Также есть отличный доклад, объясняющий сложность хороших цветовых карт на YouTube:
Вы можете использовать colorRampPalette
из базы или RColorBrewer
пакета:
С помощью colorRampPalette
вы можете указать цвета следующим образом:
colorRampPalette(c("red", "green"))(5)
# [1] "#FF0000" "#BF3F00" "#7F7F00" "#3FBF00" "#00FF00"
Вы также можете указать шестнадцатеричные коды:
colorRampPalette(c("#3794bf", "#FFFFFF", "#df8640"))(5)
# [1] "#3794BF" "#9BC9DF" "#FFFFFF" "#EFC29F" "#DF8640"
# Note that the mid color is the mid value...
С RColorBrewer
вами может использовать цвета из уже существующих палитр:
require(RColorBrewer)
brewer.pal(9, "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF"
# [9] "#999999"
Посмотрите в RColorBrewer
пакете другие доступные палитры. Надеюсь это поможет.
brewer.pal
. но он ограничен 9 цветами. На самом деле у меня более 9 категорий. Первые альтернативы генерируют цвета градиента, которые не так различимы, как мне хотелось бы.
Я бы рекомендовал использовать внешний источник для больших цветовых палитр.
http://tools.medialab.sciences-po.fr/iwanthue/
есть услуга составления палитры любого размера по различным параметрам и
обсуждает общую проблему с точки зрения графических дизайнеров и дает множество примеров используемых палитр.
Чтобы составить палитру из значений RGB, вам просто нужно скопировать значения в вектор, например:
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")
Я нашел веб-сайт, предлагающий список из 20 отличительных цветов: 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')
Вы можете попробовать!
n
отличительных цветов, а не о наборе определенных цветов. Попробуйте обновить свой ответ
Вы можете создать такой набор цветов:
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")
Эти цвета максимально различимы. Для этих похожих цветов они образуют градиент, чтобы вы могли легко отличить их.
В моем понимании поиск отличительных цветов связан с эффективным поиском из единичного куба, где 3 измерения куба - это три вектора по красной, зеленой и синей осям. Это можно упростить для поиска в цилиндре (аналогия HSV), где вы фиксируете насыщенность (S) и значение (V) и находите случайные значения оттенка. Это работает во многих случаях, и посмотрите это здесь:
https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/
В R
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)
}
Альтернативный способ - использовать пакет R «единообразно» https://cran.r-project.org/web/packages/uniformly/index.html
и эта простая функция может генерировать отличительные цвета:
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])
}
Можно придумать немного более сложную функцию с помощью поиска по сетке:
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]
}
проверьте эти функции:
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
Однако обратите внимание, что определить отдельную палитру цветов, воспринимаемых человеком, непросто. Какой из вышеперечисленных подходов генерирует разнообразный набор цветов, еще предстоит проверить.
Для этого можно использовать пакет Polychrome . Просто требуется количество цветов и несколько seedcolors
. Например:
# install.packages("Polychrome")
library(Polychrome)
# create your own color palette based on `seedcolors`
P36 = createPalette(36, c("#ff0000", "#00ff00", "#0000ff"))
swatch(P36)
Вы можете узнать больше об этом пакете на https://www.jstatsoft.org/article/view/v090c01 .