审美不够，配色来凑，数量不够，拿啥来凑?

 今天是生信星球陪你的第1020天

---

   

公众号里的文章大多数需要编程基础，如果因为代码看不懂，而跟不上正文的节奏，可以来找我学习，相当于给自己一个新手保护期。我的课程都是循环开课，点进去咨询微信↓

生信分析直播课程(每月初开一期，春节休一个月)

生信新手保护学习小组（每月两期）

单细胞陪伴学习小组（每月两期)

这个问题分R和python两个部分来讲。

首先是R

配色R包很多，比如ggsci，RcolorBrewer，我最喜欢的当属paletteer，它集百家之长，是大量配色R包的合体。

library(paletteer)
paletteer_d("RColorBrewer::Set1")

除了这个之外的选择可以看

View(palettes_d_names)

颜色数量少就不报错

颜色的数量总是有限的比如这里只有9种颜色，假如你需要10种就会报错啦。

n = 8

dat = data.frame(cas = LETTERS[1:n],
                 va = rnorm(n))
library(ggplot2)
library(paletteer)
ggplot(dat,aes(cas,va,color = cas))+
  geom_point()+
  scale_color_paletteer_d("RColorBrewer::Set1")

ggplot(dat,aes(cas,va,color = cas))+
  geom_point()+
  scale_color_manual(values = paletteer_d("RColorBrewer::Set1"))

颜色数量多了就报错

#只要n>9就报错啦。
n = 20
dat = data.frame(cas = LETTERS[1:n],
                 va = rnorm(n))
library(ggplot2)
ggplot(dat,aes(cas,va,color = cas))+
  geom_point()+
  scale_color_paletteer_d("RColorBrewer::Set1")

ggplot(dat,aes(cas,va,color = cas))+
  geom_point()+
  scale_color_manual(values = paletteer_d("RColorBrewer::Set1"))

## Error in `palette()`:
## ! Insufficient values in manual scale. 20 needed but only 9 provided.

报错信息说的很清楚啦，需要20种颜色，但是只提供了9种。

怎么把9种颜色变成20种颜色呢？

难道只能换个配色风格么。当然不是！

其实热图的帮助文档教我们了：

运行这句代码你会发现他就是把RdYlBu分成了100种。

library(RColorBrewer)
colorRampPalette(rev(brewer.pal(n = 7, name =
  "RdYlBu")))(100)

##   [1] "#4575B4" "#4979B6" "#4E7DB8" "#5282BB" "#5786BD" "#5C8BBF" "#608FC2"
##   [8] "#6594C4" "#6998C6" "#6E9DC9" "#73A1CB" "#77A6CE" "#7CAAD0" "#80AFD2"
##  [15] "#85B3D5" "#8AB8D7" "#8EBCD9" "#93C0DB" "#98C3DD" "#9CC6DF" "#A1CAE1"
##  [22] "#A6CDE2" "#ABD0E4" "#B0D3E6" "#B4D6E8" "#B9D9E9" "#BEDCEB" "#C3E0ED"
##  [29] "#C8E3EF" "#CCE6F0" "#D1E9F2" "#D6ECF4" "#DBEFF6" "#E0F3F7" "#E1F3F4"
##  [36] "#E3F4F1" "#E5F5ED" "#E7F5EA" "#E9F6E6" "#EBF7E3" "#EDF8DF" "#EFF8DC"
##  [43] "#F0F9D8" "#F2FAD5" "#F4FBD2" "#F6FBCE" "#F8FCCB" "#FAFDC7" "#FCFDC4"
##  [50] "#FEFEC0" "#FEFEBD" "#FEFCBA" "#FEFAB7" "#FEF8B5" "#FEF6B2" "#FEF4AF"
##  [57] "#FEF2AC" "#FEF0A9" "#FEEFA6" "#FEEDA3" "#FEEBA1" "#FEE99E" "#FEE79B"
##  [64] "#FEE598" "#FEE395" "#FEE192" "#FEDF8F" "#FDDA8C" "#FDD589" "#FDD085"
##  [71] "#FDCB82" "#FDC67F" "#FDC17B" "#FDBC78" "#FDB775" "#FCB271" "#FCAD6E"
##  [78] "#FCA86B" "#FCA367" "#FC9E64" "#FC9961" "#FC945D" "#FC8F5A" "#FA8A57"
##  [85] "#F88454" "#F67E51" "#F4794E" "#F1734B" "#EF6D48" "#ED6845" "#EB6242"
##  [92] "#E85D3F" "#E6573C" "#E45139" "#E24C36" "#DF4633" "#DD4030" "#DB3B2D"
##  [99] "#D9352A" "#D73027"

如果但看编号，体会不到着100种颜色具体是什么，但Rstudio的脚本编辑器是可以显示背景色的，把上面的结果复制一下就能显示出来啦。

括号里的数值是几就会变成几种颜色啦！这样就不用频繁的改动代码，换风格。

python里面也是有类似的方法。

然后是python

可搞笑了，我画图时，以为get_camp就是拆分颜色用的，结果当细胞亚群数量多的时候，画出来的图居然有重复色！那不就尴尬了吗，不同的细胞亚群应该是不同的颜色才对的！

探索后发现：颜色是

好嘛，我多要几种颜色，你不给我渐变，你给我重复几次啊！什么玩意。

mcolors.LinearSegmentedColormap.from_list

换了一个函数就好啦

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np
original_colors = plt.cm.Set1(np.linspace(0, 1, 12))
colors = mcolors.LinearSegmentedColormap.from_list('colors', original_colors, N=100)
colors

original_colors = plt.cm.twilight(np.linspace(0, 1, 20))
colors = mcolors.LinearSegmentedColormap.from_list('colors', original_colors, N=10)
colors

N＝几就是拆分成几种颜色。

拆完之后图上就没有重复色啦

这些配色风格都是来自matplotlib，除了上面用到的twilight和Set1之外还有很多：

以下来自kimi：

在matplotlib中，有多种预定义的颜色映射（colormaps），每种颜色映射包含了一系列的颜色。这些颜色映射可以用于图形的着色、数据的可视化等。以下是一些常用的matplotlib颜色映射：

1. Perceptually Uniform Colormaps:

• viridis
• plasma
• inferno
• magma

• Greys
• Blues
• Greens
• Oranges
• Reds
• Purples
• Browns

• coolwarm
• bwr
• seismic

• twilight
• twilight_shifted
• hsv

• Set1
• Set2
• Set3
• Accent
• tab10
• tab20
• tab20b
• tab20c

• flag
• prism
• ocean
• gist_earth
• terrain
• nipy_spectral
• gist_ncar
• cubehelix

这些颜色映射可以通过matplotlib.cm模块访问。