什么是R中不同颜色的"好"调色板？(或者:将绿色和岩浆结合在一起吗？)

Question

我有兴趣拥有一个"好"的发散颜色调色板.显然可以使用红色,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")

自从我最近爱上了绿色调色板以来,我希望将绿色和岩浆结合起来形成这种不同的颜色(当然,色盲的人只能看到颜色的绝对值,但有时候还可以).

当我尝试将绿色和岩浆结合起来时,我发现它们并没有在同一个地方"结束"(或"开始"),所以我得到这样的东西(我正在使用R,但这可能是相同的python用户):

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

我们可以看到,当接近零时,绿色是紫色的,而岩浆是黑色的.我希望他们两个(或多或少)开始在同一个地方,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,但我要补充一些评论:

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,你从非常浅的颜色增加到相当深的颜色.同时色彩增加,色调从黄色变为蓝色(通过绿色或红色).
2. 可以通过组合两个连续的调色板来创建不同的调色板.通常情况下,您将它们加入浅色,然后让它们分成不同的深色.
3. 通常,人们使用从中性浅灰色到两种不同深色的单色调顺序调色板.应该注意的是,调色板的不同"臂"在亮度(亮 - 暗)和色度(色彩)方面是平衡的.

因此,结合岩浆和绿蝇不起作用.你可以让它们偏离类似的黄色,但你会偏离类似的蓝色.此外,随着色调的变化,判断调色板的哪一个手臂变得更加困难.

正如其他人所提到的,ColorBrewer.org提供了很好的分散调色板.莫兰德的方法也很有用.另一个通用的解决方案是我们diverging_hcl()在colorspace包装中的功能.CSDA论文(http://dx.doi.org/10.1016/j.csda.2008.11.033)对此进行了描述,并且在BAMS论文中提供了针对气象的更多建议,但适用范围更广,http:// dx.doi.org/10.1175/BAMS-D-13-00155.1).

我们在HCL空间(色调 - 色度 - 亮度)中的解决方案的优点是您可以相对容易地解释坐标.它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),有助于理解不同坐标的重要性.

如果适当地diverging_hcl()选择两个色调(参数h),最大色度(c)和最小/最大亮度(l),则问题中的大多数调色板和其他答案可以相当紧密地匹配.此外,人们可能不得不调整power分别控制色度和亮度增加速度的论据.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"酷温"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相对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 = 20vs. 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))

下面将得到的调色板与原始调色板下面的基于HCL的版本进行比较.你看,这些并不完全相同,而是非常接近.在右侧,我还将绿色和血浆与基于HCL的调色板相匹配.

无论您喜欢酷温还是BrBG调色板,都可能取决于您的个人品味,但更重要的是,您想要在可视化中带来什么.如果偏差的符号最重要,则冷暖的低亮度对比将更有用.如果要显示(极端)偏差的大小,高亮度对比度将更有用.更为实用的指导在BAMS论文中,而计算在CSDA论文中有更详细的解释.

上图的其余复制代码是:

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)

您可以在闪亮的应用程序中以交互方式探索我们提出的颜色:http://hclwizard.org: 64230/hclwizard /.对于R的用户,您还可以在计算机上本地启动闪亮的应用程序(运行速度比从我们的服务器运行得快一些),或者您可以运行它的Tcl/Tk版本(甚至更快):

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

如果您想了解调色板的路径在RGB和HCL坐标中的样子,那么colorspace这很有用.例如,参见hcl.colors().

Answer 2

我发现Kenneth Moreland的建议非常有用.它是在Rgnuplot包中实现的(install.packages("Rgnuplot")足够了,你不需要安装GNU plot).要像通常的颜色映射一样使用它,你需要像这样转换它:

cool_warm <- function(n) {
  colormap <- Rgnuplot:::GpdivergingColormap(seq(0,1,length.out=n),
                                             rgb1 = colorspace::sRGB( 0.230, 0.299, 0.754),
                                             rgb2 = colorspace::sRGB( 0.706, 0.016, 0.150),
                                             outColorspace = "sRGB")
  colormap[colormap>1] <- 1 # sometimes values are slightly larger than 1
  colormap <- grDevices::rgb(colormap[,1], colormap[,2], colormap[,3])
  colormap
}

img(red_blue_diverging_colormap(500), "Cool-warm, (Moreland 2009)")

这就是它与插值的RColorBrewer"RdBu"相比在行动中的样子:

Answer 3

库RColorBrewer提供= <13种颜色的漂亮调色板.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")

通过创建中点颜色和从中点颜色创建调色板,可以扩展到信息量较少的调色板.

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,在哪里连接调色板背靠背.

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 4

该scico软件包(基于科学色彩图的R调色板)有几个良好的分散调色板,感知统一和色盲安全.

也可用于Python,MATLAB,GMT,QGIS,Plotly,的Paraview,参观,数学,冲浪,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

编辑:vik现在是CRAN.运行roma安装

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

另一个很棒的包是cmocean(Python).它的色彩图可通过berlin包装或oce包装在R中获得.

论文:Thyng,KM,Greene,CA,Hetland,RD,Zimmerle,HM,&DiMarco,SF(2016).海洋学的真实色彩.海洋学,29(3),10,http://dx.doi.org/10.5670/oceanog.2016.66.
Talk:PLOTCON 2016:Kristen Thyng,为您的领域定制Colormaps.

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

^{由reprex包创建于2018-10-15 (v0.2.1.9000)}