好的圖形展示方式能夠簡明扼要地表達(dá)數(shù)據(jù)，而好的配色一方面能夠突出數(shù)據(jù)的重點(diǎn)，另一方面能夠使所有的數(shù)據(jù)和諧共存。好的配色是圖的二次進(jìn)化，能夠賦予圖片“生命”。

1，日常生活中使用的顏色

日常生活中，我們經(jīng)常提到各種顏色，例如赤橙黃綠青藍(lán)紫，中國紅，香蕉黃等，一般用來定性描述物體的顏色屬性，不夠精確，例如，紅色，是紅綠燈的紅色，還是蘋果的紅色？所以一般不在科技論文中使用。

2，RGB配色方案

最常用的顏色方案為RGB顏色，其中R表示紅色（red），G表示綠色（green），B表示藍(lán)色（blue），即所謂的三元色，通過三元色，可以衍生出來成千上萬種顏色。該顏色方案一般使用6位16進(jìn)制的值（0-9，加上A、B、C、D、E、F，共16個值）來表示，其中前兩位是Red的值，中間兩位是Green的值，最后兩位是Blue的值，每種顏色數(shù)值范圍從00到FF，共16*16種，因此6位可以表示的顏色種類高達(dá)：16*16*16*16*16*16，約等于1600多萬種顏色。當(dāng)然，我們幾乎用不到這么多種顏色，而且人眼也沒辦法區(qū)分細(xì)微顏色差別。 圖1. 三元色

3，透明度（alpha）

alpha一般用作不透明度參數(shù)。如果alpha為0，就是完全透明的，alpha為1表明完全不透明。在0-1之間的值 可以使得圖像透過背景顯示出來，就像透過玻璃（半透明性），這種效果是簡單的二元透明性（透明或不透明）做不到的。例如在做venn圖的時候，就需要設(shè)置透明度，這樣中間的重疊部分才能顯示出來。否則中間重疊部分就不能完整顯示出來。 因此，我們也可以在RGB顏色的基礎(chǔ)上，使用RGBA顏色，這里的A就是alpha。 圖2. 透明度

展開全文

4，背景色

一般情況下，我們作圖使用的數(shù)據(jù)圖背景色均為白色，而在模式圖中使用背景色能夠區(qū)分不同的區(qū)域或者范圍，給人以視覺上的沖擊。例如下圖以不同的背景色表示細(xì)胞的區(qū)域，很形象。如果去掉背景色后，就會顯得很單薄。 圖3. 模式圖的背景色 IGV基因組瀏覽器中，以淺色背景標(biāo)注感興趣的peak，可以突出感興趣的區(qū)域。 圖4. IGV中的背景色

5，漸變色

漸變色可以用來表示數(shù)值大小或者程度，顏色越深數(shù)值越大，顏色越淺數(shù)值越小，例如熱圖。 圖5. 漸變色

6，撞色

撞色也叫對比色，就是兩個不相鄰的色系搭配在一起的效果，更有彼此碰撞的美感。撞色一般在顏色比較多的情況下使用，可以更容易地區(qū)分不同的區(qū)域。 撞色一般分為兩種： 1）補(bǔ)色配合： 色環(huán)中兩個完全相對（180度對角）的顏色的配合，例如：紅色與綠色，藍(lán)色與橙色，黑色與白色等。 2）強(qiáng)烈色配合： 色環(huán)中兩個相隔較遠(yuǎn)的顏色相配，例如：黃色與藍(lán)紫色，紅色與黃綠色等。

圖6. 撞色 例如在繪制物種分布堆疊柱狀圖時，使用撞色進(jìn)行區(qū)分會比較明顯。

7，常見期刊論文配色 每種期刊關(guān)注的內(nèi)容不同，當(dāng)形成自己風(fēng)格后，配色也就漸漸固定下來。這里列舉了常見期刊的配色方案，供參考。 圖7. 常用調(diào)色板

8，編程語言中的調(diào)色包

為了更方便地展示和調(diào)用不同的配色方案，出現(xiàn)了各種配色包?？梢院唵卫斫鉃椋菏褂闷诳謥泶骖伾幋a，例如npg就代表了#E64B35、#4DBBD5、#00A087、#3C5488、#F39B7F、#8491B4、#91D1C2、#DC0000、#7E6148、#B09C85這十種顏色，在編程的時候，直接使用npg簡寫即可，省時，還不浪費(fèi)腦細(xì)胞。

1）R語言ggsci配色包

R語言中g(shù)gsci包，可以直接使用期刊的縮寫來調(diào)用顏色。ggsci工具包拓展了ggplot2繪圖系統(tǒng)的顏色函數(shù)，并且遵從scale_col_*和scale_fill_*式的命名規(guī)則?？梢愿鶕?jù)期刊名縮寫快速生成符合期刊要求的配色。此外，還有來自其他數(shù)據(jù)可視化庫、科幻電影和電視作品等中的配色。

安裝：install.packages(“ggsci”)使用： 圖8. ggsci代碼 圖9. Ggsci示例，上面為默認(rèn)顏色，下面為nature publishing group顏色

2）Python配色 包c(diǎn)olorbm Python也是我們經(jīng)常使用的繪圖語言，python中的colorbm（color beyond matplotlib）包也提供了眾多的配色方案：ggsci、seaborn 、cmocean、scientific、CMasher、CARTO、Material Design等，貌似是ggsci的超集！ 安裝：pip install colorbm 使用： 圖10. colorbm代碼 圖11. colorbm例圖

9，取色 顏色是一門學(xué)問，例如，有老師要求使用冷色調(diào)，有老師喜歡暖色調(diào)。有些圖需要漸變色好看，有些圖需要撞色。那么，我們需要學(xué)習(xí)怎么配色嗎？個人觀點(diǎn)：沒必要，需要的時候，直接根據(jù)所選期刊，使用取色器取色即可。推薦FastStone Capture軟件進(jìn)行取色。

10，科研繪圖需要明確顏色編碼 一張圖的繪制需要對數(shù)據(jù)、繪圖類型、配色等有深入了解。針對科技繪圖，一般我們使用R或者Python，或者在線網(wǎng)站進(jìn)行繪圖（例如 微生信 ），這時你需要保留繪圖代碼/顏色編號，以便后續(xù)進(jìn)行更新，避免重復(fù)勞動。同時，期刊有自己傾向的配色，如需改投其他雜志，一般情況下需要重新繪圖，以滿足不同期刊編者的“癖好”。

以下是幾個小技巧：

1）同一篇論文的配色一般要保持一致

2）盡量避免使用大紅大綠的配色

3）一般用紅色表示上調(diào)，綠色/藍(lán)色表示下調(diào)，紅色表示腫瘤患者等

4）避免使用紅色和綠色配色以考慮紅綠色盲讀者（審稿人）的易讀性，因?yàn)榧t綠色盲所占人口比例相當(dāng)高，男性占8%，女性占0.5%。

5）不要使用過多的顏色類別

6）文字不一定一直要用黑色，需要與圖片的顏色匹配

更多小技巧，歡迎留言補(bǔ)充！

微生信助力發(fā)文章，谷歌引用640+，知網(wǎng)引用480+