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: