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:

复制代码
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

复制代码
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)

复制代码
> 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

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

(2) 离散型颜色(2k多个)

复制代码
> 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:

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

例2:

复制代码
> 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)

复制代码
> 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

复制代码
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。

复制代码
#scale_color_paletteer_d()
#scale_fill_paletteer_d()

#scale_color_paletteer_c()
#scale_fill_paletteer_c()

示例:

复制代码
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:

复制代码
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
2501_924064111 天前
2025年接口错误自动分析工具对比与性能测试平台选型指南
测试工具·性能优化·数据可视化
Piar1231sdafa1 天前
红枣目标检测Cascade R-CNN改进版_FPN结构优化详解
目标检测·r语言·cnn
金融小师妹1 天前
AI算法视角下非农夜冲击波来袭,黄金高位区间震荡态势的深度神经网络解析
大数据·深度学习·1024程序员节
Aevget1 天前
可视化工具LightningChart JS v8.1 重磅更新:热力图与 3D 可视化能力双提升!
javascript·3d·信息可视化·数据可视化·lightningchart
天桥下的卖艺者1 天前
R语言绘制复杂加权数据(nhanes数据)多模型生存分析决策曲线
开发语言·r语言
Tiger Z1 天前
《R for Data Science (2e)》免费中文翻译 (第15章) --- Regular expression(1)
数据分析·r语言·数据科学·免费书籍
Dekesas96952 天前
【深度学习】基于Faster R-CNN的黄瓜幼苗智能识别与定位系统,农业AI新突破
人工智能·深度学习·r语言
Serendipity_Carl2 天前
数据可视化实战之链家
python·数据可视化·数据清洗
青啊青斯2 天前
二、PaddlePaddle seal_recognition印章内容提取
人工智能·r语言·paddlepaddle
Piar1231sdafa2 天前
木结构建筑元素识别与分类:基于Faster R-CNN的高精度检测方法
分类·r语言·cnn