什么是 R 中不同颜色的“好”调色板？ （或者：绿色和岩浆可以结合在一起吗？）

Question

我有兴趣拥有一个“好”的发散调色板。 显然可以只使用红色、白色和蓝色：

img <- function(obj, nam) {
  image(1:length(obj), 1, as.matrix(1:length(obj)), col=obj, 
        main = nam, ylab = "", xaxt = "n", yaxt = "n",  bty = "n")
}
rwb <- colorRampPalette(colors = c("red", "white", "blue"))
img(rwb(100), "red-white-blue")

自从最近爱上了viridis调色板，就希望将viridis和岩浆结合起来，形成如此发散的颜色（当然色盲只会看到颜色的绝对值，但有时也可以）。

当我尝试将 viridis 和 magma 结合起来时，我发现它们不会在同一个地方“结束”（或“开始”），所以我得到了这样的结果（我使用的是 R，但这可能是相同的蟒蛇用户）：

library(viridis)
img(c(rev(viridis(100, begin = 0)), magma(100, begin = 0)), "magma-viridis")

我们可以看到，当接近于零时，viridis 是紫色的，而岩浆是黑色的。 我希望他们都从（或多或少）同一个位置开始，所以我尝试使用 0.3 作为起点：

img(c(rev(viridis(100, begin = 0.3)), magma(100, begin = 0.3)), "-viridis-magma(0.3)")

这确实更好，但我想知道是否有更好的解决方案。

（我也在“标记”python 用户，因为 viridis 最初来自matplotlib ，所以使用它的人可能知道这样的解决方案）

谢谢！

Answer 1

已经有一些好的和有用的建议，但让我补充几点：

1. 绿色和岩浆调色板是具有多种色调的连续调色板。 因此，沿着比例，您会从非常浅的颜色增加到较深的颜色。 同时，色彩增加，色调从黄色变为蓝色（通过绿色或通过红色）。
2. 可以通过组合两个连续调色板来创建发散调色板。 通常，您将它们加入浅色，然后让它们发散为不同的深色。
3. 通常，人们使用从中性浅灰色到两种不同深色的单色调连续调色板。 但是应该注意调色板的不同“臂”在亮度（明暗）和色度（色度）方面是平衡的。

因此，结合岩浆和绿藻效果不佳。 你可以让它们从类似的黄色发散，但你会发散到类似的蓝色。 此外，随着色调的变化，判断您在调色板的哪个臂上会变得更加困难。

正如其他人提到的，ColorBrewer.org 提供了很好的发散调色板。 Moreland 的方法也很有用。 另一个通用的解决方案是colorspace包中的diverging_hcl()函数。 在https://arxiv.org/abs/1903.06490 （即将在 JSS 中发布）随附的论文中，描述了构建原则以及基于 HCL 的一般策略如何近似来自 ColorBrewer.org、CARTO 等的众多调色板（较早参考资料包括我们在http://dx.doi.org/10.1016/j.csda.2008.11.033 上在 CSDA 中的初步工作，以及在http://dx.doi 上的 BAMS 论文中针对气象学但适用于其他领域的进一步建议.org/10.1175/BAMS-D-13-00155.1 .)

我们在 HCL 空间（色调-色度-亮度）中的解决方案的优势在于您可以相对轻松地解释坐标。 它确实需要一些练习，但不像其他解决方案那样不透明。 我们还提供了一个 GUI hclwizard() （见下文），帮助理解不同坐标的重要性。

Most of the palettes in the question and the other answers can be matched rather closely by diverging_hcl() provided that the two hues (argument h ), the maximum chroma ( c ), and minimal/maximal luminance ( l ) are chosen appropriately. 此外，人们可能不得不分别调整控制色度和亮度增加速度的power参数。 通常，色度增加得相当快（ power[1] < 1 ），而亮度增加得更慢（ power[2] > 1 ）。

例如，Moreland 的“冷暖”调色板使用蓝色（ h = 250 ）和红色（ h = 10 ）色调，但亮度对比度相对较小（ l = 37 vs. l = 88 ）：

coolwarm_hcl <- colorspace::diverging_hcl(11,
  h = c(250, 10), c = 100, l = c(37, 88), power = c(0.7, 1.7))

看起来很相似（见下文）：

coolwarm <- Rgnuplot:::GpdivergingColormap(seq(0, 1, length.out = 11),
  rgb1 = colorspace::sRGB( 0.230, 0.299, 0.754),
  rgb2 = colorspace::sRGB( 0.706, 0.016, 0.150),
  outColorspace = "sRGB")
coolwarm[coolwarm > 1] <- 1
coolwarm <- rgb(coolwarm[, 1], coolwarm[, 2], coolwarm[, 3])

相比之下，ColorBrewer.org 的 BrBG 调色板具有更高的亮度对比度（ l = 20与l = 95 ）：

brbg <- rev(RColorBrewer::brewer.pal(11, "BrBG"))
brbg_hcl <- colorspace::diverging_hcl(11,
  h = c(180, 50), c = 80, l = c(20, 95), power = c(0.7, 1.3))

下面将生成的调色板与原始调色板下方的基于 HCL 的版本进行比较。 你会看到这些并不相同，而是相当接近。 在右侧，我还将 viridis 和等离子与基于 HCL 的调色板进行了匹配。

您是否喜欢冷暖色调或 BrBG 调色板可能取决于您的个人品味，但更重要的是 - 您想在可视化中展现什么。 如果偏差的符号最重要，则冷暖色中的低亮度对比度将更有用。 如果您想显示（极端）偏差的大小，高亮度对比度会更有用。 上面的论文提供了更实用的指导。

上图的其余复制代码为：

viridis <- viridis::viridis(11)
viridis_hcl <- colorspace::sequential_hcl(11,
  h = c(300, 75), c = c(35, 95), l = c(15, 90), power = c(0.8, 1.2))

plasma <- viridis::plasma(11)
plasma_hcl <- colorspace::sequential_hcl(11,
  h = c(-100, 100), c = c(60, 100), l = c(15, 95), power = c(2, 0.9))

pal <- function(col, border = "transparent") {
  n <- length(col)
  plot(0, 0, type="n", xlim = c(0, 1), ylim = c(0, 1),
    axes = FALSE, xlab = "", ylab = "")
  rect(0:(n-1)/n, 0, 1:n/n, 1, col = col, border = border)
}

par(mar = rep(0, 4), mfrow = c(4, 2))
pal(coolwarm)
pal(viridis)
pal(coolwarm_hcl)
pal(viridis_hcl)
pal(brbg)
pal(plasma)
pal(brbg_hcl)
pal(plasma_hcl)

更新：来自其他工具（ColorBrewer.org、viridis、scico、CARTO 等）的这些基于 HCL 的颜色近似值现在也可用作colorspace包和基本的hcl.colors()函数中的命名调色板grDevices包（从 3.6.0 开始）。 因此，您现在也可以轻松地说：

colorspace::sequential_hcl(11, "viridis")
grDevices::hcl.colors(11, "viridis")

最后，您可以在闪亮的应用程序中以交互方式探索我们建议的颜色： http : //hclwizard.org : 64230/hclwizard/ 。 对于 R 用户，您还可以在您的计算机上本地启动闪亮的应用程序（它的运行速度比我们的服务器要快一些），或者您可以运行它的 Tcl/Tk 版本（甚至更快）：

colorspace::hclwizard(gui = "shiny")
colorspace::hclwizard(gui = "tcltk")

如果您想了解调色板路径在 RGB 和 HCL 坐标中的样子， colorspace::specplot()很有用。 参见例如colorspace::specplot(coolwarm) 。

Answer 2

scico包（基于 Scientific Colour-Maps 的 R 调色板）有几个很好的发散调色板，这些调色板在感知上是一致的并且色盲安全（例如vik 、 roma 、 berlin ）。

也可用于 Python、MatLab、GMT、QGIS、Plotly、Paraview、VisIt、Mathematica、Surfer、d3 等在这里

论文：Crameri, F. (2018)，地球动力学诊断，科学可视化和 StagLab 3.0，Geosci。 Model Dev., 11, 2541-2562, doi:10.5194/gmd-11-2541-2018

博客: 彩虹色图（反复）被认为是有害的

# install.packages('scico')
# or
# install.packages("devtools")
# devtools::install_github("thomasp85/scico")
library(scico)
scico_palette_show(palettes = c("broc", "cork", "vik",
                                "lisbon", "tofino", "berlin",
                                "batlow", "roma"))

另一个很棒的软件包是cmocean 。 它的颜色图可以通过pals包或oce包在 R 中获得。

论文：Thyng, KM, Greene, CA, Hetland, RD, Zimmerle, HM, & DiMarco, SF (2016)。 海洋学的本色。 海洋学，29(3), 10， http://dx.doi.org/10.5670/oceanog.2016.66 。

谈话： PLOTCON 2016：Kristen Thyng，为您的领域定制色彩图。

### install.packages("devtools")    
### devtools::install_github("kwstat/pals")   
library(pals)   
pal.bands(ocean.balance, ocean.delta, ocean.curl, main = "cmocean")   

---

编辑：从rcartocolor包中添加七个级别的最大色盲友好调色板

library(rcartocolor)
display_carto_all(type = 'diverging', colorblind_friendly = TRUE)

Answer 3

我发现Kenneth Moreland 的提议非常有用。 现在已经实现cool_warm在heatmaply ：

# install.packages("heatmaply")
img(heatmaply::cool_warm(500), "Cool-warm, (Moreland 2009)")

与内插的 RColorBrewer "RdBu" 相比，它在运行时的样子：

Answer 4

库RColorBrewer为 =<13 种颜色提供漂亮的调色板。 例如，调色板BrBG显示从棕色到绿色的不同颜色。

library(RColorBrewer)
display.brewer.pal(11, "BrBG")

通过创建与中点颜色之间的调色板，可以将其扩展为信息较少的调色板。

brbg <- brewer.pal(11, "BrBG")
cols <- c(colorRampPalette(c(brbg[1], brbg[6]))(51), 
    colorRampPalette(c(brbg[6], brbg[11]))(51)[-1])

类似地，使用您选择的viridis和magma调色板，您可以尝试找到它们之间的相似性。 这可能是一个点，在何处将调色板背靠背连接。

select.col <- function(cols1, cols2){
    x <- col2rgb(cols1)
    y <- col2rgb(cols2)
    sim <- which.min(colSums(abs(x[,ncol(x)] - y)))
    message(paste("Your palette will be", sim, "colors shorter."))
    cols.x <- apply(x, 2, function(temp) rgb(t(temp)/255))
    cols.y <- apply(y[,sim:ncol(y)], 2, function(temp) rgb(t(temp)/255))
    return(c(cols.x,cols.y))
}

img(select.col(rev(viridis(100,0)),magma(100,0)), "")
# Your palette will be 16 colors shorter.

Answer 5

Viridis 现在提供了cividis 色带，它基本上是一个发散色带。 这也是他们推荐的色带。