ggplot2图形设计:色彩运用全攻略
2025-06-02 07:04:22作者:晏闻田Solitary
本文基于rstudio-conf-2022/ggplot2-graphic-design项目中关于色彩运用的内容,将全面介绍如何在ggplot2中有效使用色彩来提升数据可视化效果。
准备工作
在开始之前,我们需要加载必要的R包和数据集:
library(tidyverse)
bikes <- readr::read_csv("london-bikes-custom.csv",
col_types = "Dcfffilllddddc")
bikes$season <- forcats::fct_inorder(bikes$season)
theme_set(theme_light(base_size = 14, base_family = "Roboto Condensed"))
预定义调色板
ggplot2提供了多种预定义调色板,让我们能够快速创建美观的图表。
Viridis调色板
Viridis调色板是专为数据可视化设计的,具有以下特点:
- 色彩感知均匀
- 对色盲友好
- 黑白打印时仍能区分
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
scale_fill_viridis_d(option = "plasma", begin = .3)
option
参数可以选择不同风格的Viridis调色板:
- "viridis" (默认)
- "plasma"
- "magma"
- "inferno"
- "cividis"
Brewer调色板
RColorBrewer提供了多种精心设计的调色板:
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
scale_fill_brewer(palette = "Set1")
Brewer调色板分为三类:
- 顺序调色板(Sequential):适合有序数据
- 发散调色板(Diverging):适合有中间值的数据
- 定性调色板(Qualitative):适合分类数据
第三方调色板扩展
除了内置调色板,还有许多优秀的第三方调色板扩展包。
rcartocolor
提供CARTO设计的调色板,对色盲友好:
library(rcartocolor)
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
rcartocolor::scale_fill_carto_d(palette = "Vivid")
scico
基于科学可视化研究的调色板:
library(scico)
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
scico::scale_fill_scico_d(palette = "hawaii")
MetBrewer
受著名艺术作品启发的调色板:
library(MetBrewer)
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
MetBrewer::scale_fill_met_d(name = "Klimt")
自定义调色板
修改现有调色板
我们可以提取调色板中的特定颜色或调整亮度:
library(rcartocolor)
carto_custom <- carto_pal(name = "Vivid", n = 6)[c(1, 3:5)]
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
scale_fill_manual(values = carto_custom)
使用after_scale
可以在绘图后动态调整颜色:
ggplot(bikes, aes(x = day_night, y = count)) +
geom_boxplot(
aes(fill = season,
fill = after_scale(lighten(fill, .8)))
) +
scale_fill_manual(values = carto_custom)
创建渐变调色板
ggplot2提供了多种创建渐变调色板的方法:
- 简单双色渐变:
scale_color_gradient(low = "#28A87D", high = "#FFD166")
- 三色发散渐变:
scale_color_gradient2(low = "#663399", high = "#993334", mid = "grey95")
- 多色自定义渐变:
scale_color_gradientn(colors = carto_custom)
创建自定义scale函数
我们可以封装自己的调色板为scale函数,方便重复使用:
# 定义颜色集
dubois_colors <- function(...) {
dubois_cols <- c(
`black` = "#000000",
`purple` = "#582f6c",
`violet` = "#94679C",
`pink` = "#ef849f",
`softred` = "#f4b7a7",
`iceblue` = "#bccbf3",
`palegrey` = "#e4e4e4"
)
cols <- c(...)
if (is.null(cols)) return(dubois_cols)
dubois_cols[cols]
}
# 创建调色板函数
dubois_pal_d <- function(palette = "default", reverse = FALSE) {
function(n) {
if(n > 5) stop('Palettes only contains 5 colors')
if (palette == "default") { pal <- dubois_colors("black", "violet", "softred", "iceblue", "palegrey")[1:n] }
pal <- unname(pal)
if (reverse) rev(pal) else pal
}
}
# 创建scale函数
scale_fill_dubois_d <- function(palette = "default", reverse = FALSE, ...) {
pal <- dubois_pal_d(palette = palette, reverse = reverse)
ggplot2::discrete_scale("fill", paste0("dubois_", palette), palette = pal, ...)
}
使用自定义scale函数:
ggplot(bikes, aes(x = day_night, y = count, fill = season)) +
geom_boxplot() +
scale_fill_dubois_d()
色彩无障碍设计
在设计调色板时,应考虑色盲用户的体验:
# 模拟色盲视图
deut <- colorspace::deutan(viridis::turbo(n = 100, direction = -1))
ggplot(bikes, aes(x = temp_feel, y = count, color = temp_feel)) +
geom_point() +
scale_color_gradientn(colors = deut)
许多调色板包(如rcartocolor、MetBrewer)都提供了色盲友好的选项。
总结
本文介绍了ggplot2中丰富的色彩运用方法,包括:
- 使用内置和第三方调色板
- 自定义和修改现有调色板
- 创建渐变调色板
- 封装自定义scale函数
- 色彩无障碍设计
合理运用色彩可以显著提升数据可视化的表现力和信息传达效果。建议在实际项目中多尝试不同的调色方案,并考虑最终用户的可视化体验。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555

React Native鸿蒙化仓库
C++
195
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71