点击上方“阿昆的科研日常”，关注我的公众号。
设为“星标”，原创技术文章第一时间推送。
资源获取方式见文末~
与Matlab相比，R语言在绘图方面有着天然的优势。
比如在配色方面，R语言有各式各样现成的包，按理说配色这种事应该很方便才对。
但实际体验下来，发现似乎不是那么回事。
首先，你很难记住每个包的调用方法以及每种配色方案对应的名称。
尤其在你需要不停更换配色，从而确定哪种配色方案更加适合自己的时候，每换一次都要手敲一遍配色方案名称，很是麻烦。
另外一点，R语言确实有很多现成的配色包，但选择太多，有时候也是一种负担……
为了方便自己画图，我整理了CNS顶刊文章中常用的以及个人最喜欢的共计100种配色方案，并制作了一款R语言配色包，名为TheBestColors。
右半边是左半边的渐变色版，方便直观选择（括号内数字为颜色数量）
将“TheBestColors_0.1.0.tar.gz”放在自己想要的路径下，比如D盘的R文件夹，然后运行：
install.packages("D:/R/TheBestColors_0.1.0.tar.gz", repos = NULL, type = "source")等待片刻，完成安装。
然后通过library加载即可使用：
library(TheBestColors)TheBestColors的使用方法也很简单，只需要对照CheatSheet中的颜色，选择想要的配色方案所对应的序号，并将其作为输入参数输入到Best100函数中，即可输出想要配色方案的十六进制颜色值，如：
画图时也是一样的方法。
比如我想要16号配色中的第1、3、4号颜色：
map <- Best100(16)CC <- map[c(1,4,3)]
或者，对于渐变配色，比如66号：
它包含11个颜色，但你的只需要其中的4种，这时，只需再输入一个颜色数量参数N，即可输出区分度最佳的4种颜色：
map <- Best100(66,4)当然，对于需要渐变配色的数据图，比如特征渲染的散点图，TheBestColors也能轻松应对：
map <- Best100(91)以上。
这一工具包是我花了很多心思制作出来的，全网独一无二，因此有一定的获取门槛。请尊重本人的付出，按照以下方式获取：
Step1：点击文章最下方的在看按钮
Step2：在本公众号（阿昆的科研日常）后台回复关键字100，查看获取方式。
如果你觉得我的分享对你有帮助的话，欢迎大家在这里点赞、在看、分享。当然，也欢迎大家在这里打赏。互动越多，更新越快哦~
声明：本公众号的所有原创内容，在未经允许的情况下，不得用于任何商业用途，违者必究。
