ggplot颜色的最佳可视化：改变颜色顺序，保持原始因子排序

Question

我喜欢默认的ggplot2颜色，但是对于我正在使用的数据集，读者可以分辨出两个相邻类别之间的差异非常重要。使用默认颜色很困难，因为我有10个类别，因此生成的颜色在相邻因子组之间非常相似。

以下是一个例子：

library(ggplot2)
x=rnorm(100,1,2)
y=rnorm(100,1,2)
category=letters[1:10]
data=cbind.data.frame(x,y,category)
ggplot(data,aes(x,y,colour=category))+stat_smooth(alpha=0)

给出这样的东西：

例如，很难计算出这个图上的d和e，因为它们都是绿色的，并且区分相邻的因子组很重要我的数据。现有的订单也很重要，我希望它在图例中按顺序出现。

所以我的问题是;有没有办法保持可爱的默认ggplot2颜色（跨10个因素级别），但将顺序混合一点，以便相邻的类别看起来更加可以区分？在我的数据集中，非相邻类别通常可以通过它们的实际分布来确定，因此颜色对于那些不太重要。

我用不同的scale_colour_brewer()调色板搞砸了，但颜色不是很漂亮。

Answer 1

要改变颜色的顺序，可以使用

require(scales)
n <- length(levels(data$category)) # number of colors
cols <- hue_pal(h = c(0, 360) + 15, 
                c = 100, l = 65, 
                h.start = 0, direction = 1)(n)[order(sample(1:n, n))] # color palette in random order
ggplot(data,aes(x,y,colour=category))+stat_smooth(alpha=0, size=2) + 
  scale_color_manual(values = cols) 

如果您想要可辨别的颜色，请查看this post。

Answer 2

library(ggplot2)
library(scales)

set.seed(42)
x <- rnorm(100,1,2)
y <- rnorm(100,1,2)
category <- letters[1:10]
data <- cbind.data.frame(x,y,category)
cols <- sample(hue_pal()(10))
ggplot(data,aes(x,y,colour=category)) + stat_smooth(alpha=0) + scale_colour_manual(values=cols)