9.11.2 方案

    在 ggplot2 中设置颜色，对相互区分不同变量会有些困难，因为这些颜色有一样的亮度，且对色盲者不太友好。一个比较好的通用解决方案是使用对色盲友好的颜色。

    9.11.2.1 样本数据

    这两个数据集将用来产生下面的图表：

    9.11.2.2 简单的颜色设置

    有颜色的线条和点可以直接用 , 用颜色名称代替 "red"。填充的对象的颜色，如柱状条，可以用 fill="red" 来进行设置。

    如果你想用任何其他非常规颜色，用十六进位码来设置颜色更容易，比如 #FF6699。

    1. library(ggplot2)
    2. # 设置：黑色柱状条
    3. ggplot(df, aes(x=cond, y=yval)) + geom_bar(stat="identity")

    1. # 柱状条外用红色边线
    2. ggplot(df, aes(x=cond, y=yval)) + geom_bar(stat="identity", colour="#FF9999")

    9.11 颜色 - 图2

    1. # 红色填充，黑色边线
    2. ggplot(df, aes(x=cond, y=yval)) + geom_bar(stat="identity", fill="#FF9999", colour="black")

    2. # 标准黑色线条和点
    3. ggplot(df, aes(x=cond, y=yval)) + 
    4.     geom_line(aes(group=1)) +     
    5.     geom_point(size=3)

    9.11 颜色 - 图4

    1. # 蓝黑色线条，红色点
    2. ggplot(df, aes(x=cond, y=yval)) + 
    3.     geom_line(aes(group=1), colour="#000099") +  # 蓝线
    4.     geom_point(size=3, colour="#CC0000")         # 红点

    9.11.2.3 将变量值映射到颜色

    不用全局改变颜色，你可以将变量映射到颜色——换言之，通过把颜色放到 aes() 函数中，可以设置条件性变量。

    1. # 柱状条: x 和填充都依赖于cond2
    2. ggplot(df, aes(x=cond, y=yval, fill=cond)) + geom_bar(stat="identity")

    9.11 颜色 - 图6

    2. # 其他数据集的柱状条；填充依赖于cond2
    3. ggplot(df2, aes(x=cond1, y=yval)) + 
    4.     geom_bar(aes(fill=cond2),   # 填充依赖于cond2
    5.              stat="identity",
    6.              colour="black",    # 所有都是黑色轮廓线
    7.              position=position_dodge()) # 把线条并排放置而非堆叠

    9.11 颜色 - 图8

    1. # 以上操作等价; 但把 "colour=cond2" 移到全局的映射用aes() 
    2. # ggplot(df2, aes(x=cond1, y=yval, colour=cond2)) + 
    3. #    geom_line(aes(group=cond2)) +
    4. #    geom_point(size=3)

    9.11.2.4 对色盲友好的颜色

    9.11 颜色 - 图10

    为了用 ggplot2, 我们在一个变量里储存颜色色板，然后之后调用。

    1. # 灰色的颜色色板:
    2. cbPalette <- c("#999999", "#E69F00", "#56B4E9", "#009E73", 
    3.   "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
    4. # 黑色的颜色色板k:
    5. cbbPalette <- c("#000000", "#E69F00", "#56B4E9", "#009E73", 
    6.   "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
    7. # 为了填充颜色，加
    8. scale_fill_manual(values = cbPalette)
    9. #> <ggproto object: Class ScaleDiscrete, Scale, gg>
    10. #>     aesthetics: fill
    11. #>     axis_order: function
    12. #>     break_info: function
    13. #>     breaks: waiver
    14. #>     call: call
    15. #>     clone: function
    16. #>     dimension: function
    17. #>     drop: TRUE
    18. #>     expand: waiver
    19. #>     get_breaks: function
    20. #>     get_breaks_minor: function
    22. #>     get_limits: function
    23. #>     guide: legend
    24. #>     is_discrete: function
    25. #>     is_empty: function
    26. #>     labels: waiver
    27. #>     limits: NULL
    28. #>     make_sec_title: function
    29. #>     make_title: function
    30. #>     map: function
    31. #>     map_df: function
    32. #>     n.breaks.cache: NULL
    33. #>     na.translate: TRUE
    34. #>     na.value: NA
    35. #>     name: waiver
    36. #>     palette: function
    37. #>     palette.cache: NULL
    38. #>     position: left
    39. #>     range: <ggproto object: Class RangeDiscrete, Range, gg>
    40. #>         range: NULL
    41. #>         reset: function
    42. #>         train: function
    43. #>         super:  <ggproto object: Class RangeDiscrete, Range, gg>
    44. #>     reset: function
    45. #>     scale_name: manual
    46. #>     train: function
    47. #>     train_df: function
    48. #>     transform: function
    49. #>     transform_df: function
    50. #>     super:  <ggproto object: Class ScaleDiscrete, Scale, gg>
    51. # 为了在点线中使用颜色，加
    52. scale_colour_manual(values = cbPalette)
    53. #> <ggproto object: Class ScaleDiscrete, Scale, gg>
    54. #>     aesthetics: colour
    55. #>     axis_order: function
    56. #>     break_info: function
    57. #>     break_positions: function
    58. #>     breaks: waiver
    59. #>     call: call
    60. #>     clone: function
    61. #>     dimension: function
    62. #>     drop: TRUE
    63. #>     expand: waiver
    64. #>     get_breaks: function
    65. #>     get_breaks_minor: function
    66. #>     get_labels: function
    67. #>     get_limits: function
    68. #>     is_discrete: function
    69. #>     is_empty: function
    70. #>     labels: waiver
    71. #>     limits: NULL
    72. #>     make_sec_title: function
    73. #>     make_title: function
    74. #>     map: function
    76. #>     n.breaks.cache: NULL
    77. #>     na.translate: TRUE
    78. #>     na.value: NA
    79. #>     name: waiver
    80. #>     palette: function
    81. #>     palette.cache: NULL
    82. #>     position: left
    83. #>     range: <ggproto object: Class RangeDiscrete, Range, gg>
    84. #>         range: NULL
    85. #>         reset: function
    86. #>         train: function
    87. #>         super:  <ggproto object: Class RangeDiscrete, Range, gg>
    88. #>     reset: function
    89. #>     scale_name: manual
    90. #>     train: function
    91. #>     train_df: function
    92. #>     transform: function
    93. #>     transform_df: function
    94. #>     super:  <ggproto object: Class ScaleDiscrete, Scale, gg>

    这个颜色集来源于网站： 。

    图 9.1: 色盲友好调色板

    9.11.2.5 颜色选择

    默认情况下，离散比例的颜色围绕 HSL 色环均匀分布。例如，如果有两种颜色，那么它们将从圆圈上的相对点中选择; 如果有三种颜色，它们在色环上将相隔 120° 等等。用于不同级别的颜色如下所示：

    均匀色环 图 9.2: 均匀色环

    默认颜色选择使用 scale_fill_hue() 和 scale_colour_hue()。 例如，在以下情况下添加这些命令是多余的：

    1. # 这两个是等价的; 默认使用scale_fill_hue()
    2. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity")

    1. # ggplot(df, aes(x=cond, y=yval, fill=cond)) +
    2. # geom_bar(stat='identity') + scale_fill_hue()
    3. # 这两个是等价的; 默认使用scale_colour_hue()
    4. ggplot(df, aes(x = cond, y = yval, colour = cond)) + geom_point(size = 2)

    9.11 颜色 - 图14

    1. # ggplot(df, aes(x=cond, y=yval, colour=cond)) +
    2. # geom_point(size=2) + scale_colour_hue()

    9.11.2.6 设置亮度和饱和度（色度）

    虽然 scale_fill_hue() 和 scale_colour_hue() 在上面是多余的，但是当你想要改变默认值时，可以使用它们，比如改变亮度或色度。

    1. # 使用 luminance = 45, 而不是默认 65
    2. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    3.   scale_fill_hue(l = 40)

    1. # 从 100 到 50 减少饱和度（亮度）, 增加亮度
    2. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    3.   scale_fill_hue(c = 45, l = 80)

    9.11 颜色 - 图16

    亮度为 45 时的颜色图表:

    9.11.2.7 调色板：Color Brewer

    你还可以使用其他颜色标度，例如从 RColorBrewer 包中获取。 请参阅下面的 RColorBrewers 调色板图表。

    1. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    2.   scale_fill_brewer()

    1. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    2.   scale_fill_brewer(palette = "Set1")

    9.11 颜色 - 图19

    1. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    2.   scale_fill_brewer(palette = "Spectral")

    1. # 注意: 使用 scale_colour_brewer() 设置点和线条

    9.11.2.8 调色板：手动定义

    最后，你可以使用 scale_fill_manual() 定义自己的颜色集。 有关选择特定颜色的帮助，请参阅下面的十六进制代码表。

    1. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    2.   scale_fill_manual(values = c("red", "blue", "green"))

    9.11 颜色 - 图21

    1. ggplot(df, aes(x = cond, y = yval, fill = cond)) + geom_bar(stat = "identity") + 
    2.   scale_fill_manual(values = c("#CC6666", "#9999CC", "#66CC99"))

    1. # 注意：使用 scale_colour_manual() 设置线条和点

    9.11.2.9 连续颜色

    9.11 颜色 - 图23

    1. # 使用不同的渐变
    2. ggplot(df, aes(x = xval, y = yval, colour = yval)) + geom_point() +

    9.11.2.10 比色图表

    9.11.2.11 十六进制色码图

    颜色可以指定为十六进制 RGB 三元组合，例如 #0066CC。 前两位数字是红色，接下来的两位是绿色，最后两位是蓝色。 每个值的范围从 00 到 FF，以十六进制（base-16）表示，在 base-10 中等于 0 和 255。 例如，在下表中， 为白色，#990000 为深红色。

    色码图 图 9.3: 色码图

    9.11.2.12 RColorBrewer 调色板图表

    图 9.4: 调色板图表