R语言配色方案04-ggsci专为paper配色而生
作者：白介素2
相关阅读：
R语言配色方案03-wesanderson
R语言配色方案02-RcolorBrewer包
R语言配色方案01-colortools
R语言生存分析03-Cox比例风险模型
R语言生存分析-02-ggforest
R语言生存分析-01
ggpubr-专为学术绘图而生（二）
ggstatsplot-专为学术绘图而生(一)
生存曲线
R语言GEO数据挖掘01-数据下载及提取表达矩阵
R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因
R语言GEO数据挖掘03-limma分析差异基因
R语言GEO数据挖掘04-功能富集分析
如果没有时间精力学习代码，推荐了解：零代码数据挖掘课程
ggsci专为paper配色而生
ggsci提供一系列高品质调色板，灵感来自科学期刊，数据可视化库，科幻电影和电视节目中使用的颜色。 ggsci中的调色板可用作ggplot2调色。对于所有调色板，相应的命名为：
scale_color_palname()
scale_fill_palname()
简单讲就包括了各个杂志的配色风格，整理成了R包，免去了自行配色时的尴尬审美
比如说里面就包括Lancet, NEJM，JAMA,JCO等顶级杂志的配色风格，发不了Paper，
学学配色也是不错的
配色使用示例
Sys.setlocale('LC_ALL','C')
## [1] "C"
library("ggsci")
library("ggplot2")
library("gridExtra")
data("diamonds")
head(diamonds)
## # A tibble: 6 x 10
## carat cut color clarity depth table price x y z
## <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
## 1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43
## 2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31
## 3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
## 4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63
## 5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75
## 6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48
dim(diamonds)
## [1] 53940 10
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()
p1
image.png
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()
p2
image.png
NPG配色
自动配色，接触直男配色的烦恼
配色方案为sacle_color_xx杂志名,或者scale_fill_xx杂志名
注意杂志名并不是所有的，而是该包含有的一部分配色内容
p1_npg = p1 + scale_color_npg()
p2_npg = p2 + scale_fill_npg()
grid.arrange(p1_npg, p2_npg, ncol = 2)##grid组图
image.png
著名的新英格兰医学杂志配色
p1_nejm = p1 + scale_color_nejm()
p2_nejm = p2 + scale_fill_nejm()
grid.arrange(p1_nejm, p2_nejm, ncol = 2)
image.png
著名的柳叶刀杂志配色
scale_color_lancet()
scale_fill_lancet
p1_lancet = p1 + scale_color_lancet()
p2_lancet = p2 + scale_fill_lancet()
grid.arrange(p1_lancet, p2_lancet, ncol = 2)
image.png
JAMA配色
scale_color_jama函数
scale_color_jama函数
p1_lancet = p1 + scale_color_lancet()
p2_lancet = p2 + scale_fill_lancet()
grid.arrange(p1_lancet, p2_lancet, ncol = 2)
image.png
如果是对于非ggplot2系统的图形想使用配色，也可调用
首先pal_xx杂志名函数得到颜色代码
然后scales包俩展现函数
做个NEJM配色的展示，可以先问号下?pal_xx函数
nejm<-pal_nejm("default",alpha = 1)(8)##(9表示呈现多少个颜色)
nejm
scales::show_col(nejm)
image.png
熟悉的boxplot展示
可能官方给的图形太复杂,我们来创建一个大家熟悉的图
library(dplyr)
head(diamonds)
p<-diamonds %>% ggplot()+
aes(x=cut,y=price,fill=cut) +
geom_boxplot()
p
image.png
简单快捷，无需动脑，因为填充会比较明显，我们选择填充配色
试试lancet配色
p+scale_fill_lancet()
image.png
NEJM配色
p+scale_fill_nejm()
image.png
这样的高级配色，你值得拥有！
本期内容就到这里，我是白介素2，下期再见
参考资料：ggsci官方文档
