可以拿到任意多个颜色,当然颜色越多,分辨力越低。
barplot(rep(1,8), col=rainbow(8),border=NA)
rainbow(8)
[1] "#FF0000FF" "#FFBF00FF" "#80FF00FF" "#00FF40FF" "#00FFFFFF" "#0040FFFF"
[7] "#8000FFFF" "#FF00BFFF"
barplot(rep(1,20), col=rainbow(20),border=NA) #分辨力降低
par(mfrow=c(4,1), mar=c(0,2,2,0) )
n=10
#heat.colors()从红色渐变到黄色,再变到白色
barplot(rep(1,n), col= heat.colors(n), border=NA, main="heat.colors")
#terrain.colors() 从绿色渐变到黄色,再到棕色,最后到白色
barplot(rep(1,n),col=terrain.colors(n), border=NA, main="terrain.colors")
#topo.colors() 从蓝色渐变到青色,再到黄色,最后到棕色
barplot(rep(1,n),col=topo.colors(n), border=NA, main="topo.colors")
#cm.colors() 从青色渐变到白色,再到粉红色
barplot(rep(1,n),col=cm.colors(n), border=NA, main="cm.colors")
(1)
library(RColorBrewer)
display.brewer.all() #显示全部颜色集合
# 挑选某一个集合
#barplot(rep(1,8),col=brewer.pal(8,"Dark2")[1:8]) #基础语法
myColors=brewer.pal(8,"Dark2")[1:8] #Dark2主题有8种颜色
par(mfrow=c(4,1), mar=c(0,2,2,0) )
barplot(rep(1,8),col= myColors, main="Dark2" )
#
n=15 #nrow(df)
barplot(rep(1, n ),col= colorRampPalette(colors = myColors)( n ),main="Default:linear") #则由8种生成15种颜色
barplot(rep(1, n ),col= colorRampPalette(colors = myColors, interpolate ="linear")( n ),main="linear" ) #插值方式
barplot(rep(1, n ),col= colorRampPalette(colors = myColors, interpolate ="spline")( n ),main="spline") #插值方式
colSet2 # 获取颜色16进制表示
# [1] "#1B9E77" "#D95F02" "#7570B3" "#E7298A" "#66A61E" "#E6AB02" "#A6761D" "#666666"
解释:
n=5barplot(rep(1,n), col= colorRampPalette (colors = c('red', 'white'))( n ))
colorRampPalette 函数可以混合任意两种及更多颜色,通过插值,生成更多色彩。
(2) 目测其他几个预制颜色集合
n=8barplot(rep(1,n),col= brewer.pal(n,"Set2")[1:n] ) # set2 共8种颜色
ref:
biomooc.com
ggplot2是R语言功能强大的可视化包,但是在作图时有很多默认设置(边框,背景等)会影响图片美观度。比如我们用ggolot2做一个简单的柱状图,就会发现有灰色背景和白色线条。对于这一问题给出几种解决方案。
1.theme_classic()
应用R自带的主题,比如theme_classic(),就可以使图片美观许多,不仅背景去掉了,坐标轴也更加清晰,如下图所示:
ggplot给出了很多设置好的主题,除了上图采用的theme_classic(),还有theme_dark(),theme_bw()等等
2.手动设置
在theme()函数中对参数进行设置可以单个去除背景、边框等,
原文链接: https://blog.csdn.net/weixin_45387324/article/details/99214021