写在前面的话
作为一个理科男，也许我的科研能力达不到理工男的平均水准。但你要是说比审美，那我想说在座的各位都是弟弟。每当导师让我画图时，红黄绿三原色都是我的第一选择。于是我画的图往往就成了如下样式：
果然没有一点点做作，好看，显眼，清晰，自然……
正文
不自黑了，回到正题。在科研的过程中，我想很多人应该和我一样或多或少会遇到画图的配色问题。我脑子里想的颜色是这样的，可一旦用代码实现，就立刻被自己的审美深深的震撼。本文，为了解决这个问题，给出了两种方法。
RColorBrewer配置所需颜色
RColorBrewer提供了3套配色方案：
- 连续性（Sequential），颜色渐变，由浅到深。通常在画图时，我们会使用浅色表示较低的值，深色表示较高的值
- 离散型（Qualitative），生成差异显著的颜色（如前文所说的红黄蓝，但要好看很多），通常用来标注分类数据。
- 发散性（Diverging），两端深，中间浅色，强调从一个深色到另一个神色的渐变（画热图时经常会使用）。还可以用这种色调画图以标注图中的离群点。
下面给出三种不同类型配色的调色盘样式，可以使用命令 display.brewer.all() 调用 ：
RColorBrewer除了给出了合适的配色方案，还有一个优点，那就是会告诉你这种配色方案是否对色盲友好。输入 brewer.pal.info ，会给出下面的信息：
- 第一列给出的是颜色名称，比如第一个就是
BrBG - 第二列给出的是该颜色方案的最大数量，如
BrBG类型最多支持11种颜色 - 第三列给出的就是前面所讲的三类配色方案的简称。
- 第四列
colorblind表示的是否对色盲友好
我们可以使用 display.brewer.pal 命令查看各种配色类型的具体情况，如display.brewer.pal(11,'BrBG') 会出现下面所示的图案：
有时候我们不想使用全部颜色，只想要使用某个配色方案中的三四种颜色怎么办呢？使用命令 brewer.pal 即可，如我们输入brewer.pal(11,'BrBG') ，结果如下：
我们可以看到 RColorBrewer 包中的所有颜色都是以十六进制颜色格式存储的，每一个颜色都对应有一个十六进制表示。
此外， RColorBrewer 包中某一种配色的种类是有限制的，比如 seq 类型配色都只有9个颜色。不过，好在我们可以使用 colorRampPalette 函数创建颜色梯度。比如：
mycolor <- brewer.pal(9,'YlOrRd') # 生成某个颜色类型的9种颜色
pal <- colorRampPalette(mycolor) # 生成颜色梯度
mycolors <- pal(24) # 设置生成24个梯度
# 上面两行代码等价于 mycolors <- colorRampPalette(mycolor)(24)
barplot(1:24,col = mycolors)
生成的结果如下：
总结
-
display.brewer.all()调用所有的配色方案（图示） -
brewer.pal.info展示所有的配色方案（文字） -
display.brewer.pal(num,clor_name)如：display.brewer.pal(11,'BrBG') - 使用
colorRampPalette函数创建颜色梯度
rPlotter配色——所见即所得
第一次知道这个包，来自于Y叔那篇“食色性也”的文章。虽然上述的 RColorBrewer 包给了我们很多优秀的配色，但是很多时候我们偶然看到了一个图片、一个海报、一帧电影画面，想要利用其中的配色该怎么办呢？你可能会觉得这怎么可能？但是 rPlotter 包让不可能成为可能。
它是怎么实现的呢？主要是利用 EBImage 包将图片读入，并存储为一个RGB的三维矩阵。然后利用k-means
聚类，把中心点颜色报出来即可。下面简单的介绍一下使用方法，并给出几个例子：
先随机找个图，比如电影《你的名字》海报：
[图片上传失败...(image-5a79c5-1586482322683)]
# 加载包
library('rPlotter')
# 将图片链接存入，转换为三局矩阵，并设置所需颜色的
pal = extract_colours("http://img5.mtime.cn/CMS/News/2017/09/28/095202.11304096_620X620.jpg")
barplot(1:5, col=pal)
结果如下，明显比我之前的红黄蓝好多了…… 以后在办公室看动画，再也不怕被训了，可以大声的告诉导师，我在为figure选配色！！！
声明一下，如果因此被老板训，我不负责~
安装
rPlotter 包的安装有点麻烦，下面是官方推荐的安装流程。我试了试这个安装流程，虽然中间出现了几个问题，但是按照错误提示，最后还是可以成功安装的。
## CRAN Packages
install.packages(c("ggplot2", "stringr", "reshape2", "dichromat"))
## EBImage
source("http://bioconductor.org/biocLite.R")
biocLite("EBImage")
## Packages on GitHub
library(devtools)
install_github("ramnathv/rblocks")
## And finally ...
install_github("woobe/rPlotter")
