R语言ggplot2包的颜色设置
ggplot2是R语言中最著名的数据可视化绘图包之一，是一个具有高自由度的绘图工具。在使用不同颜色表达变量中不同的类型或值时，ggplot2配置了多种颜色设置函数。本文以图形的fill属性为例（color属性同）展示了全部的颜色设置函数。
一、数据准备
使用了R自带的数据，state.name和state.area分别是美国50个州的名称和面积。将两个向量并成表格后取面积最小的8个州作为样例数据。
data <- data.frame(state = state.name,
area = state.area)
data <- dplyr::arrange(data, area)
data <- head(data, 8)
二、图形绘制
使用ggplot()函数，绘制两张柱状图，分别以名称（离散型）和面积（连续型）作为颜色填充变量。
library(ggplot2)
p1 <- ggplot(data = data,
mapping = aes(x = state,
y = area,
fill = state)) +
geom_col()
p2 <- ggplot(data = data,
mapping = aes(x = state,
y = area,
fill = area)) +
geom_col()
二、颜色设置函数
ggplot2的颜色设置函数按作用可分为四类，分别可用于离散型变量、连续型变量、日期型变量和日期时间型变量。
1. 离散型变量
scale_fill_brewer()函数可以调用调色板中的配色方案，将palette属性设置为方案名称即可，direction参数设置色带方向，1为正，-1为反。
使用RColorBrewer::display.brewer.all()函数可以可视化调色板中的所有配色方案。
RColorBrewer::display.brewer.all()
p1 + scale_fill_brewer(palette = "Set3",
direction = -1)
scale_fill_grey()是使用不同灰度进行配色，start和end属性分别设置黑白的边界值，0为纯白，1为纯黑。
p1 + scale_fill_grey(start = 0.2, end = 0.8)
scale_fill_manual()函数是完全自定义颜色，需要自行配色。
colors = as.character(palette.colors(8))
p1 + scale_fill_manual(values = colors)
scale_fill_viridis_d()函数将viridis色带分为数个离散颜色，begin和end参数分别控制起止的色带位置，direction参数设置色带方向，1为正，-1为反。
p1 + scale_fill_viridis_d(begin = 0,
end = 1,
direction = -1)
scale_fill_discrete()用于离散型颜色的设置，type参数设置使用的颜色向量。
colors = as.character(palette.colors(8))
p1 + scale_fill_discrete(type = colors)
scale_fill_identity()直接使用变量的值来表示颜色，若变量的值不能代表颜色，则会出错。这里为data数据集增加了一个表示颜色的color字段。
data$color = terrain.colors(8)
ggplot(data = data,
mapping = aes(x = state,
y = area,
fill = color)) +
geom_col() +
scale_fill_identity()
scale_fill_ordinal()默认使用viridis色带绘制离散型变量，type属性可以设置其他配色方案。
colors = as.character(palette.colors(8))
p1 + scale_fill_ordinal(type = colors)
2. 连续型变量
scale_fill_gradient()函数使用low与high属性创建渐变色带。
p2 + scale_fill_gradient(low = "red",
high = "green")
scale_fill_gradient2()函数使用low, mid与high属性创建二次渐变色，其中midpoint参数控制mid颜色的值。
p2 + scale_fill_gradient2(low = "green",
mid = "yellow",
high = "red",
midpoint = 5000))
scale_fill_gradientn()函数将一组离散的颜色转为渐变色，colours属性输入一组离散的颜色。
p2 + scale_fill_gradientn(colours = terrain.colors(8)))
scale_fill_distiller()函数可以将调色板中的配色方案应用在连续变量上，palette参数设置配色方案名称，direction参数设置色带方向，1为正，-1为反。
p2 + scale_fill_distiller(palette = "Set3",
direction = -1)
scale_fill_steps()使用low与high属性创建渐变色，并切分为数个离散颜色，n.breaks属性可设置离散颜色的个数。
p2 + scale_fill_steps(low = "blue",
high = "red",
n.breaks = 10)
scale_fill_steps2()使用low, mid与high属性创建二次渐变色，并切分为数个离散颜色，n.breaks属性可设置离散颜色的个数，midpoint属性设置mid颜色的对应值。
p2 + scale_fill_steps2(low = "blue",
high = "red",
mid = "yellow",
midpoint = 5000,
n.breaks = 10)
scale_fill_stepsn()函数将一组自定义的离散的颜色转为多次渐变色，再分为数个离散的颜色，n.breaks属性可设置离散颜色的个数。
colors = as.character(palette.colors(3))
p2 + scale_fill_stepsn(colours = colors,
n.breaks = 10)
scale_fill_fermenter()函数使用调色板进行颜色分阶，direction参数设置色带方向，1为正，-1为反。
p2 + scale_fill_fermenter(palette = "Set3",
direction = -1)
scale_fill_viridis_c()函数对连续型变量使用，将viridis色带分为数个离散颜色，begin和end参数分别控制起止的色带位置，direction参数设置色带方向，1为正，-1为反。
p2 + scale_fill_viridis_c(begin = 0,
end = 1,
direction = -1)
scale_fill_viridis_b()函数将连续型变量分箱后，赋予viridis色带的离散化颜色，begin和end参数分别控制起止的色带位置，n.breaks属性控制分箱数量，direction参数设置色带方向，1为正，-1为反。
p2 + scale_fill_viridis_b(begin = 0,
end = 1,
direction = -1,
n.breaks = 10)
scale_fill_continuous()函数用于连续性变量的颜色设置，type属性设置渐变颜方案。
p2 + scale_fill_continuous(type = "viridis")
scale_fill_hue()函数通过改变色相（h）饱和度（c）亮度（l）来调整颜色，direction参数设置色带方向，1为正，-1为反。
p1 + scale_fill_hue(h = c(0,100),
l = 200,
c = 100,
direction = -1)
scale_fill_binned()函数用于连续型变量的分箱显示，type参数控制色带，n.breaks参数控制分箱数量。
p2 + scale_fill_binned(type = "viridis",
n.breaks = 10)
3. 日期型变量
scale_fill_date()函数用low与high参数创建日期型变量的渐变色带。
data <- airquality
data$Date <- as.Date(paste("1973",
data$Month,
data$Day,
sep = "-"))
ggplot(data = data,
mapping = aes(x = Date,
y = Temp,
fill = Date)) +
geom_col() +
scale_fill_date(low = "green",
high = "red")
4. 日期时间型变量
scale_fill_datetime()函数用用low与high参数创建日期时间型变量的渐变色带。
data <- head(beaver1, 50)
data$time <- as.POSIXct("2000-1-1 00:00") +
data$time * 60
data$no <- 1:nrow(data)
ggplot(data = data,
mapping = aes(x = no,
y = temp,
fill = time)) +
geom_col() +
scale_fill_datetime(low = "green",
high = "red")
