1. 基础的柱状图

opar = par(no.readonly = TRUE)
par(mai = c(1.5,1,1,1))
barplot(rep(1,10), col = paletteer_d("basetheme::royal"), names.arg = paletteer_d("basetheme::royal"),
        las = 2)
par(opar)

非常的接地气。

2. 简洁而不失大气的颜色方块图

非常好用的函数 library(“scales”)，是我个人最喜欢用的了：

my_packages <- c("paletteer", "RColorBrewer", "scales")
mypal <- paletteer_d("basetheme::royal")
show_col(mypal)

3. R 狂热爱好者都会用的paletteer

paletteer::paletteer_d("Redmonder::dPBIPuOr", 10, type = "continuous")
# 可以指定展示的数目和颜色

如果是想要展示包中收录已有的颜色信息，这个包挺不错的。

4. gt 包堆叠在一起的图

参见：https://mp.weixin.qq.com/s/TDagDgJ_uN3CxwtsIAq39w

相对复杂一点：

mypal <- paletteer_d("basetheme::royal")
mypal %>%    
  factor() %>%
  tibble::tibble(mypal = .) %>%
  gt::gt() %>%
  gt::data_color(columns = vars(mypal),
                 colors = as.character(mypal))

但好处是，因为是viewer 中显示的tibble 数据，因此可以直接复制需要的颜色：

一些好用的其他函数

gt 包的展示包调色板的函数，缺点就是收录的颜色包相对少了一些：

gt::info_paletteer(color_pkgs = "ggsci")

可惜就可惜在它收录的R 包还是太少了。

不然的话可以借助它对于某个R 包中的调色板进行全局的了解。接着再使用上述提及的颜色工具，来对于调色板进行更具体的选择。

一些包里自己的东西

比如RColorBrewer 的display.brewer.all()

以及：