Palety kolorów

Przykłady użycia

Pakiety

# install.packages(c("viridis", "RColorBrewer", "wesanderson", "ggsci", "ggplot2", "patchwork"))
library(ggplot2)
library(viridis)
library(RColorBrewer)
library(wesanderson)
library(ggsci)

---

Ramka danych

# Przykładowe dane
set.seed(123)
df <- data.frame(
  kategoria = rep(LETTERS[1:5], each = 20),
  x = rnorm(100),
  y = rnorm(100)
)

head(df)

##   kategoria           x           y
## 1         A -0.56047565 -0.71040656
## 2         A -0.23017749  0.25688371
## 3         A  1.55870831 -0.24669188
## 4         A  0.07050839 -0.34754260
## 5         A  0.12928774 -0.95161857
## 6         A  1.71506499 -0.04502772

---

1.{VIRIDIS} - palety przyjazne dla osób z zaburzeniami widzenia kolorów

# a) scale_color_viridis_d() - dla zmiennych dyskretnych
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_viridis_d() +  # domyślnie opcja "viridis"
  labs(title = "Viridis - zmienna dyskretna") +
  theme_minimal()

# b) scale_fill_viridis_c() - dla zmiennych ciągłych
ggplot(df, aes(x = kategoria, y = y, fill = y)) +
  geom_boxplot() +
  scale_fill_viridis_c(option = "plasma") +  # opcje: viridis, magma, plasma, inferno, cividis
  labs(title = "Viridis - zmienna ciągła (plasma)") +
  theme_minimal()

# c) Różne opcje viridis
p1 <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_viridis_d(option = "magma") +
  labs(title = "Magma") +
  theme_minimal()

p2 <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_viridis_d(option = "inferno") +
  labs(title = "Inferno") +
  theme_minimal()

---

2. {RColorBrewer} - klasyczne palety kolorystyczne

# a) Palety sekwencyjne (dla danych uporządkowanych)
ggplot(df, aes(x = kategoria, fill = kategoria)) +
  geom_bar() +
  scale_fill_brewer(palette = "Blues") +
  labs(title = "RColorBrewer - paleta Blues (sekwencyjna)") +
  theme_minimal()

# b) Palety dywergentne (dla danych z punktem centralnym)
ggplot(df, aes(x = x, y = y, color = y)) +
  geom_point(size = 3) +
  scale_color_distiller(palette = "RdYlBu") +
  labs(title = "RColorBrewer - paleta RdYlBu (dywergentna)") +
  theme_minimal()

# c) Palety jakościowe (dla kategorii)
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_brewer(palette = "Set2") +
  labs(title = "RColorBrewer - paleta Set2 (jakościowa)") +
  theme_minimal()

# Podgląd dostępnych palet
display.brewer.all()

---

3. {wesanderson} - palety inspirowane filmami Wesa Andersona

# a) Podstawowe użycie - sprawdzamy liczbę dostępnych kolorów
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_manual(values = wes_palette("Darjeeling1", n = 5, type = "continuous")) +
  labs(title = "Wes Anderson - Darjeeling1") +
  theme_minimal()

# b) Różne palety
ggplot(df, aes(x = kategoria, fill = kategoria)) +
  geom_bar() +
  scale_fill_manual(values = wes_palette("GrandBudapest1", n = 5, type = "continuous")) +
  labs(title = "Wes Anderson - Grand Budapest Hotel") +
  theme_minimal()

# c) Paleta z większą liczbą kolorów (interpolacja)
# Niektóre palety mają mniej kolorów - trzeba użyć type = "continuous" do interpolacji
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_manual(values = wes_palette("Zissou1", n = 5, type = "continuous")) +
  labs(title = "Wes Anderson - Zissou (interpolacja)") +
  theme_minimal()

Dostępne palety:

• “BottleRocket1”,
• “BottleRocket2”,
• “Rushmore1”,
• “Royal1”,
• “Royal2”,
• “Zissou1”,
• “Darjeeling1”,
• “Darjeeling2”,
• “Chevalier1”,
• “FantasticFox1”,
• “Moonrise1”,
• “Moonrise2”,
• “Moonrise3”,
• “Cavalcanti1”,
• “GrandBudapest1”,
• “GrandBudapest2”,
• “IsleofDogs1”,
• “IsleofDogs2”

---

4. {ggsci} - palety z czasopism naukowych i science fiction

# a) Nature Publishing Group
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_npg() +
  labs(title = "ggsci - paleta NPG (Nature)") +
  theme_minimal()

# b) AAAS (Science)
ggplot(df, aes(x = kategoria, fill = kategoria)) +
  geom_bar() +
  scale_fill_aaas() +
  labs(title = "ggsci - paleta AAAS (Science)") +
  theme_minimal()

# c) Lancet
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_lancet() +
  labs(title = "ggsci - paleta Lancet") +
  theme_minimal()

# d) Star Trek
ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 3) +
  scale_color_startrek() +
  labs(title = "ggsci - paleta Star Trek") +
  theme_minimal()

# e) Rick and Morty
ggplot(df, aes(x = kategoria, fill = kategoria)) +
  geom_bar() +
  scale_fill_rickandmorty() +
  labs(title = "ggsci - paleta Rick and Morty") +
  theme_minimal()

Inne dostępne palety:

• scale_color_jco() (Journal of Clinical Oncology),
• scale_color_nejm() (New England Journal of Medicine),
• scale_color_gsea() (GSEA GenePattern),
• scale_color_d3(), scale_color_igv(), scale_color_simpsons(), etc.

---

PORÓWNANIE - wszystkie cztery palety na jednym wykresie

library(patchwork)

p_viridis <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 2) +
  scale_color_viridis_d() +
  labs(title = "viridis") +
  theme_minimal() +
  theme(legend.position = "none")

p_brewer <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 2) +
  scale_color_brewer(palette = "Set2") +
  labs(title = "RColorBrewer") +
  theme_minimal() +
  theme(legend.position = "none")

p_wes <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 2) +
  scale_color_manual(values = wes_palette("Darjeeling1", n = 5, type = "continuous")) +
  labs(title = "wesanderson") +
  theme_minimal() +
  theme(legend.position = "none")

p_ggsci <- ggplot(df, aes(x = x, y = y, color = kategoria)) +
  geom_point(size = 2) +
  scale_color_npg() +
  labs(title = "ggsci") +
  theme_minimal() +
  theme(legend.position = "none")

(p_viridis | p_brewer) / (p_wes | p_ggsci)

Podsumowanie

🌈 🎨 🎬 🔬

{viridis} - najlepsze dla:

• Dostępności (osoby z zaburzeniami widzenia kolorów)
• Danych ciągłych
• Publikacji naukowych

{RColorBrewer} - najlepsze dla:

• Klasycznych, profesjonalnych wykresów
• 3 typy palet: sekwencyjne, dywergentne, jakościowe
• Uniwersalne zastosowania

{wesanderson} - najlepsze dla:

• Estetycznych prezentacji
• Oryginalnego wyglądu
• Projektów kreatywnych

{ggsci} - najlepsze dla:

• Publikacji naukowych (Nature, Science, Lancet)
• Spójności z czasopismami
• Fanów sci-fi (Star Trek, Rick and Morty)