1.7.2 颜色主题的搭配原理

我们对相同的数据图表对比不同的颜色效果，如图1-7-8所示的带散点分布的箱形图。图1-7-8(a)~图1-7-8(c)的颜色主题方案分别对应的软件为Excel、Origin和R ggplot2，图1-7-8(c)使用的就是图1-7-7所示的4种颜色的颜色主题方案。所谓“人靠衣装，佛靠金装”，符合美学规律设计的颜色主题方案往往能很大程度上提高图表的美观程度，如图1-7-8(c)所示。所以，我们很有必要研究与讲解颜色主题方案的搭配。

R语言作为经典的数据可视化语言，很大的优势就在于它的包（如经典的RColorBrewer包）提供了丰富的颜色主题方案，如图1-7-9所示。Origin 2017、Python（Seaborn包）等绘图软件都有参考与引入该颜色主题方案。该颜色主题方案主要可以分成三大类：单色系、多色系和双色渐变系（这个分类会在后文中详细说明）。或许你不知道，其实RColorBrewer包的颜色主题方案系列来源于一个颜色主题方案搭配网站：ColorBrewer 2.0，如图1-7-10所示。该网站提供了大量的颜色搭配主题方案，可以供用户学习与使用。强烈建议大家登录这个网站，自己操作与观看这里面的配色方案，由于版面有限不能全面地介绍ColorBrewer 2.0配色的各个系列与功能。从另一个角度说，可以将图1-7-10看成ColorBrewer 2.0网页颜色主题系列方案的精华版。

图1-7-9 RColorBrewer包的颜色主题方案1

图1-7-10 ColorBrewer 2.0 网页界面

图1-7-10 ColorBrewer 2.0 网页界面（续）

ColorBrewer 2.0的配色功能如此强大，它的颜色搭配原理又是什么呢？其实，它的原理如图1-7-11所示：通过排列组合实现二值色系、单色系、双色渐变系和多色系等颜色主题方案。其中，最为常用的三种颜色搭配方法如图1-7-12所示。圆形分布的多色系（circular color system）是一类特殊的多色系配色方案，如Python Seabron包的HLS颜色主题方案。这类颜色方案适合时间类的周期性数据，如小时、天、月、年等有关的时序数据。

图1-7-11 图表绘制的颜色搭配原理

图1-7-12 图表绘制的颜色搭配三原则