Question

让我们从viridis调色板开始吧。在我看来，颜色对我来说有点太亮了，而且就我的目的而言，它们看起来太人工了。因此，我想应用某种透明度或类似的方法来降低饱和度：

library(nord)
library(scales)
library(viridis)
library(nord)

show_col(viridis(5))
show_col(viridis(5, alpha=.5))

内部应用alpha透明度似乎有效。。

然而，当在ggplot中运行时，它会自动将alpha更改为1并以完整强度绘制原始viridis：

ggplot(faithfuld, aes(waiting, eruptions)) +
  geom_raster(aes(fill = density)) +
  scale_fill_viridis(5, alpha=.5)

在另一个例子中，我发现了相反的问题，缺乏强度/饱和度。例如，nord包中的“极光”调色板非常棒，但它看起来有点褪色，缺少一些饱和度，至少对我来说是这样。

show_col(nord("aurora",5))

同样地，我尝试在内部设置alpha，在这种情况下设置为1，但与viridis相比，这会产生不同的效果，从而改变调色板。

show_col(nord("aurora", alpha=.5))

或者，我将alpha设置为alpha()。但是，这只会更改颜色名称，但它们看起来一样。

show_col(alpha(nord("aurora",5)), .5)

如何降低viridis中的饱和度/强度，增加nord中的ggplot调色板？

Answer 1

将您的Alpha值添加到geom_raster()图层：

ggplot(faithfuld, aes(waiting, eruptions)) +
    geom_raster(alpha = 0.5, aes(fill = density)) +
    scale_fill_viridis(5)

Answer 2

您可以调整绿色，以降低其饱和度，而不会使其透明。我希望你能在viridis函数中做到这一点，但它看起来并不像是一种方法。相反，下面的示例是一个函数，它将十六进制输入颜色的矢量（我们用viridis函数创建此向量）转换为hsv颜色空间，调整saturation和value级别，然后转换回十六进制。

下面的方法有点复杂。可能有更直接的方法来转换颜色系统。

vir_lite = function(cols, ds=0.4, dv=0.7) {
  cols = rgb2hsv(col2rgb(cols))
  cols["v", ] = cols["v", ] + dv*(1 - cols["v", ])
  cols["s", ] = ds*cols["s", ]
  apply(cols, 2, function(x) hsv(x[1], x[2], x[3]))
}

以下是原始viridis颜色：

show_col(viridis(5))

调整后的颜色：

show_col(vir_lite(viridis(5)))

您可以通过更改ds和dv参数来更改调整后的颜色。现在让我们使用图中调整后的颜色：

p = ggplot(faithfuld, aes(waiting, eruptions)) +
      geom_raster(aes(fill = density))

p + scale_fill_gradientn(colors=vir_lite(viridis(5)))

p + scale_fill_gradientn(colors=vir_lite(viridis(5), ds=0.6, dv=0.5))

Answer 3

你的上一个功能有一点错字。 .5位于show_col范围内且不在alpha范围内。因此，在show_col中，它会被解释为舍入的1，这是布尔值TRUE，这会导致显示HEX值。

所以正确的行是

show_col(alpha(nord("aurora",5), .5))

这会产生微弱的颜色。

在ggplot中设置调色板的透明度/饱和度

3 个答案: