R语言 | paletteer包:拥有2100多个调色板!

看到 PMID:39024031 文章的代码中,有颜色设置的语句:

pal <- paletteer_d("ggsci::category20_d3")[c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18)]

DimPlot(MM,reduction = 'umap',group.by = "sample",label = F,pt.size = 0.1,cols = pal)+ 
  labs(title = 'Samples',size= 60)+  
  theme_bw(base_size = 14) +
  theme(panel.grid = element_blank(),
        axis.ticks = element_blank(),
        aspect.ratio = 1,
        strip.background = element_rect(colour = NA,fill = NA),
        axis.text = element_blank(),
        plot.title = element_text(hjust = 0.5))

DimPlot(MM,reduction = 'umap',group.by = "sample",split.by = "sample",label = F,pt.size = 0.1,cols = pal,ncol = 5)& 
  labs(title = 'Samples',size= 60)&  
  theme_bw(base_size = 14) &
  theme(panel.grid = element_blank(),
        axis.ticks = element_blank(),
        aspect.ratio = 1,
        strip.background = element_rect(colour = NA,fill = NA),
        axis.text = element_blank(),
        plot.title = element_text(hjust = 0.5))

pal <- paletteer_d("ggsci::nrc_npg")[c(1,2,3,4,5,6,7,8,9,10)]
pal <- paletteer_d("ggsci::category20c_d3")[c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20)]
pal <- paletteer_d("ggsci::default_igv")[c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,
                                           31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51)]
pal <- paletteer_d("ggsci::category20c_d3")[c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20)]
为什么不写成 1:20的形式呢?

搜索发现,这是paletteer包的函数。

据R包作者介绍,这个包收集了52个R包的2100种调色板,R用户可以通过paletteer包来直接调用其他R包的调色板。

快速查看 颜色效果:
scales::show_col( paletteer_d("ggsci::nrc_npg")[1:8] )
# #E64B35FF #4DBBD5FF #00A087FF #3C5488FF #F39B7FFF #8491B4FF #91D1C2FF #DC0000FF


scales::show_col( paletteer_d("ggsci::default_igv")[1:51] )
# #5050FFFF #CE3D32FF #749B58FF #F0E685FF #466983FF #BA6338FF #5DB1DDFF #802268FF #6BD76BFF #D595A7FF #924822FF #837B8DFF #C75127FF #D58F5CFF #7A65A5FF #E4AF69FF #3B1B53FF #CDDEB7FF #612A79FF #AE1F63FF #E7C76FFF #5A655EFF #CC9900FF #99CC00FF #A9A9A9FF #CC9900FF #99CC00FF #33CC00FF #00CC33FF #00CC99FF #0099CCFF #0A47FFFF #4775FFFF #FFC20AFF #FFD147FF #990033FF #991A00FF #996600FF #809900FF #339900FF #00991AFF #009966FF #008099FF #003399FF #1A0099FF #660099FF #990080FF #D60047FF #FF1463FF #00D68FFF #14FFB1FF

1. 安装

install.packages("paletteer")
library(paletteer)  

2. 直接获取颜色

paletteer包也将各种配色方案分成3类:CONTINUOUS、DISCRETE与DYNAMIC

(1) 连续型颜色(300多个)

> palettes_c_names|>dim()
[1] 319   3
> palettes_c_names|> head(n=2)
# A tibble: 2 × 3
  package  palette               type      
  <chr>    <chr>                 <chr>     
1 ggthemes Blue-Green Sequential sequential
2 ggthemes Blue Light            sequential

调用函数:paletteer_c(),在括号里加入包的名称与颜色集即可,注意需要设置过渡颜色数量 n

paletteer_c("ggthemes::Blue-Green Sequential", 30)
# 需要安装ggthemes包

(2) 离散型颜色(2k多个)

> palettes_d_names |> dim()
[1] 2415    5
> palettes_d_names |> head(n=3)
# A tibble: 3 × 5
  package palette   length type        novelty
  <chr>   <chr>      <int> <chr>       <lgl>  
1 awtools a_palette      8 sequential  TRUE   
2 awtools ppalette       8 qualitative TRUE   
3 awtools bpalette      16 qualitative TRUE   

调用函数:paletteer_d(),在括号里加入包的名称与颜色集即可。不添加颜色数量 n 默认输出组内全部颜色编码。

例1:

barplot( rep(1, 8), col=paletteer_d("awtools::ppalette")[1:8], border=NA, space=0.2, axes=F)

例2:

> palettes_d_names[grep("sci",palettes_d_names$package), ]
# A tibble: 49 × 5
   package palette           length type        novelty
   <chr>   <chr>              <int> <chr>       <lgl>  
 1 ggsci   nrc_npg               10 qualitative TRUE   
 2 ggsci   default_aaas          10 qualitative TRUE   
 3 ggsci   default_nejm           8 qualitative TRUE   
 4 ggsci   lanonc_lancet          9 qualitative TRUE   
 5 ggsci   default_jama           7 qualitative TRUE 

> paletteer_d("ggsci::nrc_npg")

(3) 动态颜色集(25个)

> palettes_dynamic_names |> dim()
[1] 25  4
> palettes_dynamic_names |> head(n=3)
      package    palette length       type
1 cartography   blue.pal     20 sequential
2 cartography orange.pal     20 sequential
3 cartography    red.pal     20 sequential

调用函数:paletteer_dynamic(),除了在括号里加入包的名称与颜色集,也必须设置输出颜色数量 n,否则报错

paletteer_dynamic("cartography::blue.pal", 20)

3. 在ggplot2中使用 scale_ 系列函数

与ggsci包类似,paletteer包不仅可以使用paletteer_c(),paletteer_d(),paletteer_dynamic()函数提取具体颜色编码;也可以使用比例尺(scales)函数直接取代ggplot2原有scales函数。

#scale_color_paletteer_d()
#scale_fill_paletteer_d()

#scale_color_paletteer_c()
#scale_fill_paletteer_c()

示例:

p1=ggplot(data = iris, aes(x = Species,y = Sepal.Length)) +
  geom_violin(aes(fill = Species),alpha = 0.75, color="white") +
  theme_classic()+
  scale_fill_paletteer_d("ggsci::nrc_npg") +
  #scale_fill_manual(values = as.character(paletteer_d("ggsci::nrc_npg")[1:8])) + 
  ggtitle("scale_fill_paletteer_d('ggsci::nrc_npg')")

p2=ggplot(data = iris, aes(x = Species,y = Sepal.Length)) +
  geom_violin(aes(fill = Species),alpha = 0.75, color="white") +
  theme_classic()+
  #scale_fill_paletteer_d("ggsci::nrc_npg") +
  scale_fill_manual(values = as.character(paletteer_d("ggsci::nrc_npg")[1:8])) + 
  ggtitle('as.character(paletteer_d("ggsci::nrc_npg")[1:8])')
p1 + p2

例2:

ggplot(data = iris, aes(x = Species,y = Sepal.Length)) +
  geom_violin(aes(fill = Species),alpha = 0.75, color="white") +
  theme_classic()+
  scale_fill_manual(values = as.character(paletteer_d("awtools::ppalette")[1:8]))

Ref

相关推荐
yaosheng_VALVE5 小时前
探究全金属硬密封蝶阀的奥秘-耀圣控制
运维·eclipse·自动化·pyqt·1024程序员节
dami_king5 小时前
SSH特性|组成|SSH是什么?
运维·ssh·1024程序员节
qingyunliushuiyu8 小时前
企业为何需要可视化数据分析系统
数据挖掘·数据分析·数据采集·数据可视化·数据分析系统
图表制作解说(目标1000个图表)12 小时前
ECharts柱状图-柱图42,附视频讲解与代码下载
echarts·统计分析·数据可视化·柱状图·大屏可视化
图表制作解说(目标1000个图表)1 天前
ECharts散点图-SymbolShapeMorph,附视频讲解与代码下载
echarts·统计分析·数据可视化·散点图·大屏可视化
图表制作解说(目标1000个图表)1 天前
ECharts关系图-关系图11,附视频讲解与代码下载
echarts·统计分析·数据可视化·关系图·大屏可视化
图表制作解说(目标1000个图表)1 天前
ECharts柱状图-柱图32,附视频讲解与代码下载
echarts·统计分析·数据可视化·柱状图·大屏可视化
图表制作解说(目标1000个图表)1 天前
ECharts热力图-笛卡尔坐标系上的热力图,附视频讲解与代码下载
echarts·统计分析·数据可视化·热力图·大屏可视化
B站计算机毕业设计超人1 天前
计算机毕业设计hadoop+spark视频推荐系统 短视频推荐系统 视频流量预测系统 短视频爬虫 视频数据分析 视频可视化 视频大数据 大数据
大数据·人工智能·python·机器学习·课程设计·数据可视化·推荐算法
Tiger Z2 天前
R 语言科研绘图第 6 期 --- 散点图-基础
r语言·贴图