看SCI文章，发现一个规律，越是高分的文章作图越是“花里胡哨”，出各种新奇的图，色彩上也很鲜艳，而大多数人就喜欢看那种花里胡哨的。其实很多时候，我们里高分文章的图只差一个思路和配色，同样的数据别人做的图看起来很好，很大原因是颜色搭配的好。今天我们就谈谈R的色彩搭配，让你的作图可视化向高分文章看齐。
一、提取颜色
看到别人文章中好看的配色，直接提取是最方便的方法，可以使用AI或者PPT操作，主要是为了得到颜色的十六进制代码，可用于R绘图。不过这里我们介绍一种R的方式，可以将图片读入R中，提取一张图片所有颜色。
首先截取文献的图片，尽量清晰，然后读入
install.packages("RImagePalette")
library(RImagePalette)
library(png)
setwd("F:/生物信息学/图片读入及颜色提取")
picture <- readPNG("1648549584(1).png")
r <- nrow(picture)/ncol(picture)
plot(c(0,1),c(0,r),type = "n",xlab = "",ylab = "",asp=1)
rasterImage(picture,0,0,1,r)
#display_image(picture)
image.png
然后尽可能多的获取颜色，并查看颜色，然后自行搭配。
mycolor<-image_palette(picture,n=30)
scales::show_col(mycolor)
mycolor
#"#B84D64" "#864A68" "#EE7072" "#E32D32" "#998B95" "#5E549A" "#8952A0" "#4552A0" "#384B97" "#2B3B72" "#911310"
#"#384C99" "#9B8E8C" "#7CA878" "#35A132" "#6B70B0" "#3D6AAA" "#394D9B" "#75ACC3" "#20ACBD" "#38509F" "#959897"
#"#F4A2A3" "#F69896" "#B6CCD7" "#AF98B5" "#E01516" "#A09C9A" "#F6EDEF" "#FFFFFF"
image.png
二、自动色彩搭配R包
还记得我们在说单细胞UMAP修饰的时候（单细胞基因可视化之UMAP图修饰），里面提到过一个函数ggsci。这个包提供了各种形式的色彩搭配，有适用于连续变量的--=例如热图，也有离散性变量的颜色搭配，还是比较方便的。与ggplot2配合使用，做好图之后，选择需要的主题修饰即可。
library(ggsci)
p
p+scale_color_npg()
以下是ggsci网站提供的各种主题函数汇总：https://nanx.me/ggsci/articles/ggsci.html
1648786523(1).png
1648786552(1).png
三、自己造
要说最简单粗暴、最有个性的搭配还是靠自己，这里分享R语言颜色表以供参考，还请不要太过“浓妆艳抹”。
image.png
快去修改下自己图的颜色吧，让其变个装！
