调色板有3种类型：连续型调色板、离散型调色板和定性调色板。
绘图应用[1]
Wes Anderson，电影导演韦斯·安德森，善于运用色彩。
最欣赏的一点是他以色调和对称构图来讲述惟妙惟肖的故事情节，而不是使用过多复杂花哨的拍摄方式诠释自己的才能。 [1]
绘图应用[2]
可以使用函数rainbow(n), heat.colors(n), terrain.colors(n), topo.colors(n)和cm.colors(n)生成n个连续颜色的向量
绘图应用[3]
绘图应用[4]
参考资料：
1. 基本颜色1.1 palette()
1.1.1 palette的默认颜色
1.1.2 重新定义palette
超过palette(rainbow(10))的颜色数量后，颜色会循环使用
改为palette默认的基本颜色，R重启后会自动恢复
1.2 colors()
colors() 含有657种颜色名称
2. 色彩空间
2.1 RGB颜色
将颜色名称转换为RGB色彩
2.2 HSV颜色
将RGB色彩转换为HSV色彩
2.3 HCL色彩(Hue, Chroma, Luminance)
3. Color Gradients/Color Ramps 渐变色
3.1 自带的渐变色
R自带的grDevices包有如下6个调色板，传入获取颜色的个数，就获得相应个数的颜色列表，gray()的参数需在[0,1]。
rainbow()、heat.colors()、terrain.colors()、topo.colors()、cm.colors()、gray()
3.2 colorRamp() 和 colorRampPalette()
colorRamp()和colorRampPalette()都可用于建立颜色板。通过传入希望的主要颜色如蓝、紫，colorRamp()和colorRampPalette都返回一个函数。
二者返回的函数区别为：colorRamp()返回的函数像grey()一样，入参为[0,1]之间的数列，数列中数字个数即为函数返回的颜色板色彩数。colorRampPalette()返回的参数则像rainbow()一样，入参为希望返回颜色板色彩的数量。而且通过下例可知，colorRampPalette()返回 渐变颜色板函数 ，而colorRamp()返回 对比颜色板函数 。虽然都是用同样的颜色，结果不同。
3.3 RColorBrewer包
虽然说RColorBrewer包中实际用到的就只有brewer.pal()函数，但是包中的两个优点使得其非常实用。一是，包中颜色板被划分为序列型(sequential)、离散型(diverging)、分类型（qualitative)这三种基本能满足统计作图需要的类型；二是，颜色都比较协调。更多指引见其官网 ColorBrewer 。
每个系列颜色数量是固定的。
序列型颜色板适用于从低到高排序明显的数据，浅色数字小，深色数字大。
分类型颜色板比较适合区分分类型的数据。
离散型颜色板适合带“正、负”的，对极值和中间值比较注重的数据。
3.4 创建渐变色
利用HSV和HCL创建自己想要的渐变色
原文链接：https://segmentfault.com/a/1190000006780090
因为Frontiers In Immunology要求提供图片的时候选择“对色盲友好”的配色，因此尝试了一下这个包。但是非常困惑的是经常报错。今天终于解决了问题。记录一下。
首先加载相关的包并作一个简单的图
用的是ggplot2默认的调色板
之后用Viridis调色，主要是加了这么一条函数：
然后就花式报错
大概意思用一个连续型的色带给离散型变量上色。就很费解，不知道去哪找离散型的色带。
一开始尝试把fill的变量替换成连续型的，但是感觉并不好看。所以还是想怎么能把这个颜色替换掉。
直到最后终于发现有一个叫做scale_fill_viridis_d的函数。可以提供离散型的色带。
于是重新作图
这下好了。好吧虽然还是很丑。
于是顺便整理了一下各种相关的函数
scale_fill_viridis_d：
如前所述我们已经知道这个函数可以提供Viridis包的离散型的色带了。
magma(3, alpha = 1, begin = 0, end = 1, direction = 1)：
可以输出指定色带指定数量的颜色。
