rcolorbrewer包
三類調色盤：sequential / diverging / qualitative
調色盤的資訊可以與colorramp / colorramppalette結合使用
從乙個極端到另乙個極端，慢慢過渡呈現順序
兩邊的顏色比較亮，中間的顏色比較暗，適合凸顯處在極端的數值，想進行高低對比。
顏色對比鮮明，適合呈現分類變數，凸顯他們的差異和對比。
在rstudio中進行:
> pal
> pal(0) #紅色
[,1] [,2] [,3]
[1,] 255 0 0
> pal(1) #藍色
[,1] [,2] [,3]
[1,] 0 0 255
> pal(0.5) # 紅色和藍色之間的顏色
[,1] [,2] [,3]
[1,] 127.5 0 127.5
> pal(seq(0,1,len=10)) #紅色和藍色之間的10個顏色
[,1] [,2] [,3]
[1,] 255.00000 0 0.00000
[2,] 226.66667 0 28.33333
[3,] 198.33333 0 56.66667
[4,] 170.00000 0 85.00000
[5,] 141.66667 0 113.33333
[6,] 113.33333 0 141.66667
[7,] 85.00000 0 170.00000
[8,] 56.66667 0 198.33333
[9,] 28.33333 0 226.66667
[10,] 0.00000 0 255.00000
> pal
> pal(1) #十六進製制數表示的紅色
[1] "#ff0000"
> pal(2) #十六進製制數表示的黃色
[1] "#ff0000" "#ffff00"
> pal(10) #
[1] "#ff0000" "#ff1c00" "#ff3800" "#ff5500" "#ff7100" "#ff8d00" "#ffaa00" "#ffc600" "#ffe200"
[10] "#ffff00"
#三列分別表示：最多可以使用顏色的數目、種類屬於哪一類，是否影響色盲人士
> library(rcolorbrewer)
> brewer.pal.info
maxcolors category colorblind
brbg 11 div true
piyg 11 div true
prgn 11 div true
puor 11 div true
rdbu 11 div true
rdgy 11 div false
rdylbu 11 div true
rdylgn 11 div false
spectral 11 div false
accent 8 qual false
dark2 8 qual true
paired 12 qual true
pastel1 9 qual false
pastel2 8 qual false
set1 9 qual false
set2 8 qual true
set3 12 qual false
blues 9 seq true
bugn 9 seq true
bupu 9 seq true
gnbu 9 seq true
greens 9 seq true
greys 9 seq true
oranges 9 seq true
orrd 9 seq true
pubu 9 seq true
pubugn 9 seq true
purd 9 seq true
purples 9 seq true
rdpu 9 seq true
reds 9 seq true
ylgn 9 seq true
ylgnbu 9 seq true
ylorbr 9 seq true
ylorrd 9 seq true
#呼叫brewer.pal包裡面的greens調色盤，從中取出3個顏色，傳入調色盤colorramppalette。資料集為volcano，以3個端點顏色為進行取值。
呈現出這些顏色的原因是我們選取的調色盤中的3個顏色如下
#檢視greens調色盤的3個顏色
R語言 R hive mysql php 視覺化
接觸r語言一段時間，在遊戲行業裡面採用r對大資料處理與分析似乎還不那麼普片，由於r語言的開源性質給我們帶來了很多方便與靈活。最近一段時間在構建挖掘分析平台上運用了r語言，也感覺開闢了乙個新的天地。基於分布式的hadoop在資料儲存讀取過程已經有了一定的優勢，依靠這樣的優勢直接運用r語言的rjdbc包...
R語言視覺化（十）
提取碼 95n7 library ggplot2 library rcolorbrewer library cairo library showtext mydata mydata team mydata 0,team,na label2 ifelse difference 0,na,team my...
R語言的視覺化
1.完整的資料分析流程 2.變數的型別 1.數值變數特徵和視覺化 集中趨勢測量 均值 中位數 眾數 均值 數值之和 數值個數 中位數 排序後位於正中間的乙個數 奇數 排序後位於正中間的兩個數的均值 偶數 眾數 出現次數最多的數 分散趨勢測量 值域 方差 標準差 四分位距 舉個例子 其中，中位數 四分...