カテゴリカルデータセットをプロットしていて、異なるカテゴリを表すために独特の色を使用したいと思います。数を指定してn、nRで最も特徴的な色の数を取得するにはどうすればよいですか？ありがとう。
回答:
RColorBrewerパッケージからすべての定性的なパレットに参加しました。定性パレットは、それぞれX個の最も特徴的な色を提供することになっています。もちろん、それらを1つのパレットに混ぜると、同様の色になりますが、それが私が得ることができる最高の色です（74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))
その他の解決策は、グラフィックデバイスからすべてのR色を取り出し、それらからサンプリングすることです。グレーのシェードは似すぎているので削除しました。これは433色を与えます
color = grDevices::colors()[grep('gr(a|e)y', grDevices::colors(), invert = T)]
pie(rep(1,n), col=sample(color, n))200色n = 200：
pie(rep(1,n), col=sample(color, n))
colを対応するカラー名に変換する可能性はありますか？
colどういう意味？colorグラフィカルなデバイスからは名前を持っています。あなたは色の名前を対応している一般的ではなく、すべての16進コードの意味場合（のみ433の色があるgrDevicesが、さらに多くの16進コード）
col=sample(col_vector, n)からRColorBrewer、あなたのコードスニペットにパッケージ。たとえば、#B3E2CD, #E78AC3, #B3DE69から入手できるの色名を見つける方法 sample(col_vector,3)。または、brewer.pal関数によって指定されたすべての16進コードとその色名を見つける方法。
RColorBrewerパレットはgrDevices色から派生したものではなく、名前がマップされているが、16進コードにすぎないため、私の知る限り、これをRColorBrewerパレットで行うことはできません。
ここにいくつかのオプションがあります：
palette関数を見てください：
palette(rainbow(6)) # six color rainbow
(palette(gray(seq(0,.9,len = 25)))) #grey scaleそしてcolorRampPalette機能：
##Move from blue to red in four colours
colorRampPalette(c("blue", "red"))( 4) colorBrewerパッケージ（およびWebサイト）を見てください。発散する色が必要な場合は、サイトで発散を選択します。例えば、
library(colorBrewer)
brewer.pal(7, "BrBG")私が欲しい色相のウェブサイトでは、素敵なパレットの多くを提供します。ここでも、必要なパレットを選択します。たとえば、サイトからRGBカラーを取得して、独自のパレットを作成できます。
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)))I want hue素晴らしいウェブサイトです。これがまさに私が欲しいものです。与えられた数、色の数のパレットを生成する方法。しかし、Rで自動的に実行できますか？
i want hue自動的にクエリを実行できるAPIがあればいいでしょう（多分そうです-私は長い間調べていませんでした）
i want hue、ここに。効率は改善できます（たとえば、カラーサンプルをデータオブジェクトとして保存することにより）が、一般的な考え方はそこにあります。（をロードdevtools::source_gist('45b49da5e260a9fc1cd7')）
randomcoloRパッケージを試すこともできます：
library(randomcoloR)
n <- 20
palette <- distinctColorPalette(n)（ここの他の回答で示唆されているように）円グラフで視覚化すると、一連の非常に異なる色が選択されていることがわかります。
pie(rep(1, n), col=palette)
50色の円グラフで表示：
n <- 50
palette <- distinctColorPalette(n)
pie(rep(1, n), col=palette)
unname(distinctColorPalette(n))これをggplotで動作させるために使用しなければなりませんでした。ggplotには名前のないベクトルが必要だと思います。 col_vector <- unname(distinctColorPalette(n))その後... + scale_color_manual(values=col_vector) ...
OPの質問への回答ではありませんが、viridisシーケンシャルデータに適したカラーパレットを持つパッケージがあることは言及する価値があります。それらは、知覚的に均一で、色盲で安全で、プリンタに優しいものです。
パレットを取得するには、パッケージをインストールして関数を使用しますviridis_pal()。「A」、「B」、「C」、「D」の4つのオプションから選択できます
install.packages("viridis")
library(viridis)
viridis_pal(option = "D")(n) # n = number of colors seeked
YouTubeには優れたカラーマップの複雑さを説明するすばらしい講演もあります。
Matplotlibのより良いデフォルトのカラーマップ| SciPy 2015 | ナサニエル・スミスとステファン・ファン・デル・ウォルト
colorRampPaletteベースまたはRColorBrewerパッケージから使用できます。
ではcolorRampPalette、次のように色を指定できます。
colorRampPalette(c("red", "green"))(5)
# [1] "#FF0000" "#BF3F00" "#7F7F00" "#3FBF00" "#00FF00"または、16進コードを指定することもできます。
colorRampPalette(c("#3794bf", "#FFFFFF", "#df8640"))(5)
# [1] "#3794BF" "#9BC9DF" "#FFFFFF" "#EFC29F" "#DF8640"
# Note that the mid color is the mid value...ではRColorBrewer、あなたは、既存のパレットから色を使用することができます。
require(RColorBrewer)
brewer.pal(9, "Set1")
# [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628" "#F781BF"
# [9] "#999999"RColorBrewer他の利用可能なパレットについてはパッケージを見てください。お役に立てれば。
brewer.palです。しかし、それは9色までに制限されています。私は実際には9つ以上のカテゴリがあります。最初の選択肢はグラデーション色を生成しますが、これは私が望むほど独特ではありません。
大きなカラーパレットには外部ソースを使用することをお勧めします。
http://tools.medialab.sciences-po.fr/iwanthue/
さまざまなパラメータに従って任意のサイズのパレットを作成するサービスがあり、
グラフィックデザイナーの観点から一般的な問題について説明し、使用可能なパレットの例を数多く示します。
RGB値からパレットを構成するには、次の例のように、値をベクトルにコピーする必要があります。
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")20の異なる色のリストを提供するウェブサイトを見つけました：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')ぜひお試しください！
n 明確な色のセットではなく、特徴的な色を生成することに関する質問には実際には答えません。回答を更新してみてください
次のような色のセットを生成できます。
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")これらの色は可能な限り区別されます。それらの類似した色については、それらがグラデーションを形成するので、それらの間の違いを簡単に見分けることができます。
私の理解では、特徴的な色の検索は、立方体の3次元が赤、緑、青の軸に沿った3つのベクトルである単位立方体からの効率的な検索に関連しています。これは、彩度（S）と値（V）を修正し、ランダムな色相値を見つけるシリンダー（HSVの類推）で検索するように簡略化できます。それは多くの場合に機能し、これをここで見てください：
https://martin.ankerl.com/2009/12/09/how-to-create-random-colors-programmatically/
Rでは、
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)
}別の方法は、Rパッケージを「均一に」使用することです https://cran.r-project.org/web/packages/uniformly/index.html
そしてこのシンプルな関数は独特の色を生成することができます：
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])
}grid-searchにより、もう少し複雑な機能を考えることができます。
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]
} この機能を確認するには：
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ただし、人間が知覚できる色で明確なパレットを定義することは簡単ではないことに注意してください。上記のアプローチのどれが多様なカラーセットを生成するかはまだテストされていません。
この目的には、Polychromeパッケージを使用できます。色の数と数が必要seedcolorsです。例えば：
# install.packages("Polychrome")
library(Polychrome)
# create your own color palette based on `seedcolors`
P36 = createPalette(36, c("#ff0000", "#00ff00", "#0000ff"))
swatch(P36)
このパッケージの詳細については、https：//www.jstatsoft.org/article/view/v090c01をご覧ください。