如何在R中生成许多最独特的颜色？

我正在绘制分类数据集，并希望使用独特的颜色来表示不同的类别。给定一个数字n，如何获得nR中MOST独特颜色的数量？谢谢。

我从RColorBrewer包中加入了所有定性调色板。定性调色板应分别提供X种最独特的颜色。当然，将它们混合在一起也可以得到同样颜色的调色板，但这是我所能获得的最好的颜色（74种颜色）。

library(RColorBrewer)
n <- 60
qual_col_pals = brewer.pal.info[brewer.pal.info$category == 'qual',]
col_vector = unlist(mapply(brewer.pal, qual_col_pals$maxcolors, rownames(qual_col_pals)))
pie(rep(1,n), col=sample(col_vector, n))

其他解决方案是：从图形设备中获取所有R颜色并从中进行采样。我删除了灰色阴影，因为它们太相似了。这给出了433种颜色

color = grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]

pie(rep(1,n), col=sample(color, n))

200种颜色n = 200：

pie(rep(1,n), col=sample(color, n))

以下是一些选择：

1. 看一下palette功能：

    palette(rainbow(6))     # six color rainbow
    (palette(gray(seq(0,.9,len = 25)))) #grey scale

2. 和colorRampPalette功能：

    ##Move from blue to red in four colours
    colorRampPalette(c("blue", "red"))( 4) 

3. 查看colorBrewer软件包（和网站）。如果你想发散的颜色，然后选择分歧在网站上。例如，

    library(colorBrewer)
    brewer.pal(7, "BrBG")

4. 在我想色调的网站给出了很多漂亮的调色板。同样，只需选择所需的调色板。例如，您可以从网站获取rgb颜色并制作自己的调色板：

    palette(c(rgb(170,93,152, maxColorValue=255),
        rgb(103,143,57, maxColorValue=255),
        rgb(196,95,46, maxColorValue=255),
        rgb(79,134,165, maxColorValue=255),
        rgb(205,71,103, maxColorValue=255),
        rgb(203,77,202, maxColorValue=255),
        rgb(115,113,206, maxColorValue=255)))

您也可以尝试以下randomcoloR软件包：

library(randomcoloR)
n <- 20
palette <- distinctColorPalette(n)

您可以看到在饼图中可视化时选择了一组高度不同的颜色（如此处其他答案所建议）：

pie(rep(1, n), col=palette)

以50种颜色的饼形图显示：

n <- 50
palette <- distinctColorPalette(n)
pie(rep(1, n), col=palette)

并非OP的问题的答案，但值得一提的是 viridis程序包具有用于顺序数据的良好调色板。它们在感知上是统一的，色盲安全且易于打印。

要获取调色板，只需安装软件包并使用函数viridis_pal()。有四个选项“ A”，“ B”，“ C”和“ D”可供选择

install.packages("viridis")
library(viridis)
viridis_pal(option = "D")(n)  # n = number of colors seeked

还有一个精彩的演讲，解释了YouTube上好的色彩图的复杂性：

Matplotlib更好的默认颜色图 SciPy 2015 | 纳撒尼尔·史密斯（Nathaniel Smith）和斯特凡·范德华特（Stéfanvan der Walt）

您可以colorRampPalette从库或RColorBrewer包中使用：

使用colorRampPalette，您可以指定颜色，如下所示：

colorRampPalette(c("red", "green"))(5)
# [1] "#FF0000" "#BF3F00" "#7F7F00" "#3FBF00" "#00FF00"

您也可以选择提供十六进制代码：

colorRampPalette(c("#3794bf", "#FFFFFF", "#df8640"))(5)
# [1] "#3794BF" "#9BC9DF" "#FFFFFF" "#EFC29F" "#DF8640"
# Note that the mid color is the mid value...

有了RColorBrewer你可以使用颜色预先存在的调色板：

require(RColorBrewer)
brewer.pal(9, "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF"
# [9] "#999999"

查看RColorBrewer其他可用调色板的包装。希望这可以帮助。

我建议对大型调色板使用外部来源。

http://tools.medialab.sciences-po.fr/iwanthue/

提供根据各种参数组成任意尺寸调色板的服务，并且

/graphicdesign/3682/where-can-i-find-a-large-palette-set-of-contrasting-colors-for-coloring-many-d/3815

从图形设计师的角度讨论了通用问题，并提供了许多可用调色板的示例。

要从RGB值组成调色板，您只需要复制矢量中的值即可，例如：

colors37 = c("#466791","#60bf37","#953ada","#4fbe6c","#ce49d3","#a7b43d","#5a51dc","#d49f36","#552095","#507f2d","#db37aa","#84b67c","#a06fda","#df462a","#5b83db","#c76c2d","#4f49a3","#82702d","#dd6bbb","#334c22","#d83979","#55baad","#dc4555","#62aad3","#8c3025","#417d61","#862977","#bba672","#403367","#da8a6d","#a79cd4","#71482c","#c689d0","#6b2940","#d593a7","#895c8b","#bd5975")

我找到了一个提供20种不同颜色的列表的网站：https : //sashat.me/2017/01/11/list-of-20-simple-distinct-colors/

col_vector<-c('#e6194b', '#3cb44b', '#ffe119', '#4363d8', '#f58231', '#911eb4', '#46f0f0', '#f032e6', '#bcf60c', '#fabebe', '#008080', '#e6beff', '#9a6324', '#fffac8', '#800000', '#aaffc3', '#808000', '#ffd8b1', '#000075', '#808080', '#ffffff', '#000000')

你可以试试看！

您可以生成如下颜色：

myCol = c("pink1", "violet", "mediumpurple1", "slateblue1", "purple", "purple3",
          "turquoise2", "skyblue", "steelblue", "blue2", "navyblue",
          "orange", "tomato", "coral2", "palevioletred", "violetred", "red2",
          "springgreen2", "yellowgreen", "palegreen4",
          "wheat2", "tan", "tan2", "tan3", "brown",
          "grey70", "grey50", "grey30")

这些颜色尽可能不同。对于那些相似的颜色，它们会形成一个渐变，以便您可以轻松分辨出它们之间的差异。

在我的理解中，搜索独特的颜色与有效地从一个单位立方体进行搜索有关，其中立方体的3个维度是沿着红色，绿色和蓝色轴的三个向量。可以简化为在圆柱中搜索（类似于HSV），在其中固定饱和度（S）和值（V）并找到随机的色相值。它在许多情况下都有效，请在此处查看：

https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/

在R中

get_distinct_hues <- function(ncolor,s=0.5,v=0.95,seed=40) {
  golden_ratio_conjugate <- 0.618033988749895
  set.seed(seed)
  h <- runif(1)
  H <- vector("numeric",ncolor)
  for(i in seq_len(ncolor)) {
    h <- (h + golden_ratio_conjugate) %% 1
    H[i] <- h
  }
  hsv(H,s=s,v=v)
}

另一种方法是“统一”使用R包 https://cran.r-project.org/web/packages/uniformly/index.html

这个简单的函数可以生成独特的颜色：

get_random_distinct_colors <- function(ncolor,seed = 100) {
  require(uniformly)
  set.seed(seed)
  rgb_mat <- runif_in_cube(n=ncolor,d=3,O=rep(0.5,3),r=0.5)
  rgb(r=rgb_mat[,1],g=rgb_mat[,2],b=rgb_mat[,3])
}

可以通过网格搜索想到更多涉及的功能：

get_random_grid_colors <- function(ncolor,seed = 100) {
  require(uniformly)
  set.seed(seed)
  ngrid <- ceiling(ncolor^(1/3))
  x <- seq(0,1,length=ngrid+1)[1:ngrid]
  dx <- (x[2] - x[1])/2
  x <- x + dx
  origins <- expand.grid(x,x,x)
  nbox <- nrow(origins) 
  RGB <- vector("numeric",nbox)
  for(i in seq_len(nbox)) {
    rgb <- runif_in_cube(n=1,d=3,O=as.numeric(origins[i,]),r=dx)
    RGB[i] <- rgb(rgb[1,1],rgb[1,2],rgb[1,3])
  }
  index <- sample(seq(1,nbox),ncolor)
  RGB[index]
} 

通过以下方式检查此功能：

ncolor <- 20
barplot(rep(1,ncolor),col=get_distinct_hues(ncolor))          # approach 1
barplot(rep(1,ncolor),col=get_random_distinct_colors(ncolor)) # approach 2
barplot(rep(1,ncolor),col=get_random_grid_colors(ncolor))     # approach 3

但是，请注意，用人类可感知的颜色定义不同的调色板并不容易。以上哪种方法会产生不同的颜色，还有待测试。

您可以为此使用Polychrome软件包。它只需要颜色的数量和几种seedcolors。例如：

# install.packages("Polychrome")
library(Polychrome)

# create your own color palette based on `seedcolors`
P36 = createPalette(36,  c("#ff0000", "#00ff00", "#0000ff"))
swatch(P36)

您可以在https://www.jstatsoft.org/article/view/v090c01上了解有关此软件包的更多信息。