什么是 "good" R 中不同颜色的调色板？（或者：viridis和magma可以结合在一起吗？）

Question

我有兴趣拥有一个 "good" 不同的调色板。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")

自从最近迷上了viridis color palettes，就希望能把viridis和magma结合成这样发散的颜色（当然，色盲的人只能看到颜色的绝对值，但是有时 o.k.).

当我尝试结合 viridis 和 magma 时，我发现它们没有 "end"（或 "start"）在同一个地方，所以我得到这样的结果（我使用的是 R ，但这对于 python 用户可能是相同的）：

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magma 是黑色的。我希望它们都从（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)")

这样确实更好，但不知道有没有更好的解决办法。

（我也是"tagging"python用户，因为viridis最初来自matplotlib，所以用过的人可能知道这样的解决方案）

谢谢！

Answer 1

库 RColorBrewer 为 =<13 种颜色提供了漂亮的调色板。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")

可以通过为 mid-point 颜色创建调色板来将其扩展为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，在哪里背靠背加入调色板。

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 2

我发现 Kenneth Moreland's proposal 很有用。它现在已在 heatmaply:

中实现为 cool_warm

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

与插值 RColorBrewer“RdBu”相比，它在实际中的样子：

Answer 3

已经有一些好的和有用的建议，但让我补充几点：

viridis 和 magma 调色板是具有多种色调的连续调色板。因此，沿着比例尺，您可以从非常浅的颜色增加到相当深的颜色。同时色彩度增加，色调从黄色变为蓝色（通过绿色或通过红色）。
可以通过组合两个顺序调色板来创建发散调色板。通常，您以浅色加入它们，然后让它们分叉成不同的深色。
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。应该注意的是，不同的 "arms" 调色板在亮度（明暗）和色度（色彩）方面是平衡的。

因此，将magma和viridis结合起来效果不佳。你可以让它们从类似的淡黄色发散，但你会发散到类似的淡蓝色。此外，随着色调的变化，判断您属于调色板的哪一臂会变得更加困难。

正如其他人所提到的，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 中发表）的随附论文中，描述了构造原则以及基于 HCL 的一般策略如何近似来自 ColorBrewer.org、CARTO 等的众多调色板。（较早的参考资料包括我们在 http://dx.doi.org/10.1016/j.csda.2008.11.033 and further recommendations geared towards meteorology, but applicable beyond, in a BAMS paper at http://dx.doi.org/10.1175/BAMS-D-13-00155.1 的 CSDA 中的初步工作。）

我们在 HCL space（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），有助于理解不同坐标的重要性。

问题中的大多数调色板和其他答案都可以与 diverging_hcl() 相当接近地匹配，前提是两种色调（参数 h）、最大色度（c ), 和 minimal/maximal 亮度 (l) 被适当地选择。此外，可能需要调整 power 参数，该参数分别控制色度和亮度增加的速度。通常，色度增加得相当快 (power[1] < 1)，而亮度增加得较慢 (power[2] > 1)。

例如，

Moreland 的 "cool-warm" 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 与 l = 88):

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

看起来与（见下文）非常相似：

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 对比 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。您会看到它们并不完全相同，而是非常接近。在右侧，我还将 viridis 和 plasma 与基于 HCL 的调色板相匹配。

您是喜欢冷暖色还是 BrBG 调色板可能取决于您的个人品味，但更重要的是，还取决于您想要在可视化中展现的内容。如果偏差的符号最重要，冷暖中的低亮度对比度将更有用。如果要显示（极端）偏差的 size，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：这些来自其他工具（ColorBrewer.org、viridis、scico、CARTO 等）的基于 HCL 的颜色近似值现在也可以命名colorspace 包和基本 grDevices 包（从 3.6.0 开始）的 hcl.colors() 函数中的调色板。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推荐的颜色： http://hclwizard.org:64230/hclwizard/。对于 R 的用户，您还可以在您的计算机上本地启动 shiny 应用程序（运行s 比我们的服务器快一些）或者您可以运行它的 Tcl/Tk 版本（它甚至更快）：

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。例如参见 [=36=].

Answer 4

scico package (Palettes for R based on the Scientific Colour-Maps ) has several good diverging palettes that are perceptually uniform and colorblind safe (e.g., vik, roma, berlin).

也可用于 Python、MatLab、GMT、QGIS、Plotly、Paraview、VisIt、Mathematica、Surfer、d3 等。here

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

博客: The Rainbow Colour Map (repeatedly) considered harmful

# 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"))

另一个很棒的包是 cmocean. Its colormaps are available in R via the pals package or the oce 包。

论文：Thyng, K. M., Greene, C. A., Hetland, R. D., Zimmerle, H. M., & DiMarco, S. F. (2016)。海洋学的本色。海洋学，29(3), 10, http://dx.doi.org/10.5670/oceanog.2016.66.

对话：PLOTCON 2016: Kristen Thyng, Custom Colormaps for Your Field.

### 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

添加最多色盲友好调色板

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

Answer 5

Viridis 现在提供 cividis 色带，它基本上是发散色带。也是their recommended color ramp。

什么是 "good" R 中不同颜色的调色板？ （或者：viridis和magma可以结合在一起吗？）

What is a "good" palette for divergent colors in R? (or: can viridis and magma be combined together?)

python

r

colors

matplotlib

viridis

什么是 "good" R 中不同颜色的调色板？（或者：viridis和magma可以结合在一起吗？）