虽然对于大部分的实验数据而言，可能往往只涉及到几组，即需要几种颜色，然而在组学分析中则常常可能会需要数十种甚至更多的颜色来表示不同的物质。那么如何在R中选择好看的颜色呢？
1.RColorBrewer
第一个要介绍的是一个R包，叫做RColorBrewer。该包提供了一系列的色板，包括渐变的颜色和不同颜色的组合搭配（见下图）。
RcolorBrewer提供的色板
所有色板提供的颜色均在8-12个颜色，那么要如何使用呢？
代码语言：javascript复制#直接使用palette的名称
library(RColorBrewer)
library(ggplot2)
dat<-mtcars
dat$carb<-factor(dat$carb)
ggplot(dat, aes(carb, fill=carb))
geom_bar()
scale_fill_brewer(palette="Set1")
theme_bw()
#也可以提取一部分颜色，比如我想把Set1的前三个颜色和Dark2的前三个颜色放在一起用
myPalette = c(brewer.pal(3, "Set1"),brewer.pal(3,"Dark2"))
myPalette
[1] "#E41A1C" "#377EB8" "#4DAF4A" "#1B9E77" "#D95F02" "#7570B3"
ggplot(dat, aes(carb, fill=carb))
geom_bar()
scale_fill_manual(values=myPalette)
theme_bw()
如果你需要更多的颜色要怎么办呢？比如说在mtcars这个数据中属性hp中需要22个颜色，那么可以参照下面的代码生成更多颜色
代码语言：javascript复制dat$hp<-factor(dat$hp)
myPalette=colorRampPalette(brewer.pal(8,"Set1"))(22)
ggplot(dat, aes(hp, fill=hp))
geom_bar()
scale_fill_manual(values=myPalette)
theme_bw()
2.ggsci
ggsci是一个提供一系列颜色选择R包。具体可以参见该包的手册。
以下贴一个该包给出的例子：
代码语言：javascript复制library("ggsci")
library("ggplot2")
library("gridExtra")
data("diamonds")
p1 = ggplot(subset(diamonds, carat >= 2.2),
aes(x = table, y = price, colour = cut))
geom_point(alpha = 0.7)
geom_smooth(method = "loess", alpha = 0.05, size = 1, span = 1)
theme_bw()
p2 = ggplot(subset(diamonds, carat > 2.2 & depth > 55 & depth < 70),
aes(x = depth, fill = cut))
geom_histogram(colour = "black", binwidth = 1, position = "dodge")
theme_bw()
#使用NPG color
p1_npg = p1 scale_color_npg()
p2_npg = p2 scale_fill_npg()
grid.arrange(p1_npg, p2_npg, ncol = 2)
NPG color
接下来为大家推荐几个可以用于挑选颜色搭配的网站。
3. coolors.co
coolors.co是一个提供丰富色彩搭配的网站。
有意思的是，这个网站提供了多种玩法：1、直接选择上面已经组合好的颜色使用 2、在某种搭配的基础上修改亮度，删除或添加颜色 3、由网站根据某种要求随机生成 4、从图片中提取颜色 ... 具体的大家可以自己去探索。
4. colorbrewer2.org
colorbrewer2也是一个提供颜色的网站，通过地图显示。但是最多只能提供12个颜色的组合。
5. Adobe AI
其实Adobe套餐里面的AI也提供了很多的色板（这里就放一个例子）。大家可以自己选择颜色进行搭配，也可以等图做完了，在AI里对颜色进行修改。
今天的分享就到这里啦～
编辑：吴盼成
