2019-12-03 更新：根据反馈，新默认调色板已调整，因此新的“洋红色”略微偏红且更暗，而新的“黄色”略微偏浅且更亮。前者是为了提高“蓝色”和“洋红色”对红绿色盲患者的可辨别性，后者是为了提高“绿色”和“黄色”对红绿色盲患者的可辨别性。我们要感谢那些对新调色板提供反馈和建议的人，特别是 Antonio Camargo、Brenton Wiernik、Ken Knoblauch 和 Jakub Nowosad。
在 R 中，可以通过多种方式指定颜色：按名称，col = "red"；按十六进制代码，col = "#FF0000"；或按数字，col = 2。最后一种，即数字颜色规范，是“颜色调色板”中的数字索引，该调色板通过 palette() 函数控制。此函数不带任何参数时，将返回当前调色板颜色集；正如我们所见，默认调色板中的第二种颜色是 "red"，因此 col = 2 对应于红色。
palette()
## [1] "black" "red" "green3" "blue" "cyan" "magenta" "yellow"
## [8] "gray"不幸的是，此默认颜色调色板有一个重大问题：它很糟糕。这些颜色高度饱和（花哨、艳丽），并且亮度差异很大（例如，"yellow" 比 "blue" 亮得多）。
此帖子介绍了 R 的新默认颜色调色板，描述了它的选择方式，并演示了颜色调色板功能的一些新扩展。简而言之，新调色板使用了类似的色调，但在亮度方面更加平衡，并且避免了极其艳丽的颜色。
选择新调色板
使用以下标准来选择新颜色调色板
调色板应遵循与旧调色板相同的基本模式：黑色、红色、绿色、蓝色、青色、洋红色、黄色和灰色。这主要是为了向后兼容，特别是文档。如果某个图形使用
col = 2并且随附的文本将其称为红色，那么它不应与新调色板完全不符。除了色调外，调色板中的色度（色彩）和亮度（明暗）也可能有所不同，以使颜色更加分明，但差异不应太大。这是为了避免一种颜色比另一种颜色具有更大的视觉冲击力。
该调色板适用于为白色背景上的点和线着色。这意味着这些颜色应该相对较深且鲜艳。
调色板中的颜色应该明显可辨，包括对色觉缺陷的观察者，特别是最常见的两种红绿色觉缺陷：红绿色盲和红绿色弱（https://en.wikipedia.org/wiki/Color_blindness）。
我们在 HCL（色调-色度-亮度）颜色模型中工作，该模型试图捕捉人类色觉系统的感知维度。此颜色模型还用于最近添加的函数 grDevices::hcl.colors() 中，该函数受 colorspace 包启发，为基础 R 带来了广泛的定性、顺序和发散调色板。有关使用 HCL 颜色模型获取调色板的更多详细信息，请参阅随附的 arXiv 论文 和 http://colorspace.R-Forge.R-project.org/。
上述标准将新调色板限制在特定的色调、色度和亮度范围内，并使用 Polychrome 包中的函数生成潜在的颜色集并测量它们之间的视觉差异。有关更多详细信息，请参阅随附的 JSS 论文。
应用了一些最终的手动调整来平衡调色板的目标。除了新的默认调色板外，还提供了其他各种平衡的调色板作为备选方案（包括来自 ggplot2、ColorBrewer 和 Tableau 等的调色板）。
演示新调色板
按数字指定颜色并不特别常见，但它是一种在示例中演示颜色使用的简单方法，因此在 R 文档中多次出现。此外，在向单色图中添加几行时，按数字选择颜色也并不少见（例如，plot.lm 中的诊断散点图）。新的预定义调色板还使数字颜色规范的使用成为一种更明智、更有效的选择。
以下图像显示了使用 symbols() 帮助页中的示例，旧调色板的结果有多差，新调色板的结果有多好。这里选择此示例是因为温度计符号将着色线与阴影区域结合在一起。因此，下图展示了这两个方面（基于随机输入数据）。
在旧调色板中，颜色 5 和 7 要亮得多，因此相应的符号更难阅读，并与白色背景融为一体。相比之下，新调色板赋予所有符号相似的感知权重。
此外，以下图像模拟了两种调色板在红绿色盲和红绿色弱情况下的外观（使用 ‘colorspace’ 包 中的 deutan() 和 protan()）。例如，请注意使用新调色板后，颜色 1 和 2 之间以及颜色 4 和 6 之间的可辨别性得到了提高。
新功能
还可以使用 palette() 函数设置新的调色板。可以通过向 palette() 指定一个参数来实现，该参数可以是颜色（颜色名称或十六进制颜色）的字符向量，也可以是指定预定义调色板名称的单个字符值。
以前，palette() 接受的唯一预定义调色板名称是 "default"；这是恢复默认调色板的一种方法。但是，除了新的默认调色板之外，现在还支持各种新的预定义调色板名称。所有这些都已建立得很好，被广泛使用，并且基于有根据的构建原则和/或彻底的测试。
"R3"是旧的默认调色板（为了与 R 版本 3.x.y 向后兼容）。"R4"是新的默认调色板（与"default"相同，从 R 版本 4.0.0 开始）。"Okabe-Ito"是由 Masataka Okabe 和 Kei Ito 引入的一个成熟的调色板，非常适合色觉缺陷。"Accent"、"Dark 2"、"Paired"、"Pastel 1"、"Pastel 2"、"Set 1"、"Set 2"和"Set 3"都是流行的 ColorBrewer 制图配色集中的调色板（由 Mark A. Harrower 和 Cynthia A. Brewer 编写）。"ggplot2"基于 Hadley Wickham 在 ggplot2 中引入的默认（基于色调）颜色比例。"Tableau 10"和"Classic Tableau"是流行的 Tableau 可视化软件中默认的调色板（由 Maureen Stone 和 Cristy Miller 编写）。"Polychrome 36"和"Alphabet"是 Polychrome 包（由 Kevin R. Coombes 和 Guy Brock 编写）中大量可区分的颜色集。
下面的色板显示了大多数预定义调色板（除了几个 ColorBrewer 调色板）的前八种颜色。请注意，其中一些调色板提供了更多颜色，特别是 "Polychrome 36" 和 "Alphabet"，它们分别提供了 36 种和 26 种颜色。
为了促进采用这些新调色板，提供了两个新的配套函数
palette.pals()返回预定义调色板的名称。palette.colors()返回一个向量，其中包含预定义palette中的n种颜色，可以选择使用alpha通道实现半透明。这允许直接使用新预定义调色板中的颜色与图形函数，而无需使用数字索引和palette()函数。
palette.colors() 函数补充了 hcl.colors() 函数提供的定性调色板。hcl.colors() 函数提供了一些定性调色板，它们仅通过改变色调并保持色度和亮度固定，从而实现非常平衡的效果。虽然这在许多显示器中是理想的，但它会降低可辨别性，尤其是对于有色觉缺陷的观看者。这就是 palette.colors() 中的调色板允许在有限范围内出现色度和亮度差异的原因（如上所述）。
最后，另一个小小的改进是确保在没有打开任何图形设备时，调用 palette() 不会打开新的图形设备。
总结
R 中的默认 palette() 不再那么糟糕了。
几个新的预定义调色板和一个新的 palette.colors() 函数提供了一种明智且简单的方法，可生成一组可辨别的颜色，用于表示数据中的定性变化。
希望新的调色板不会搞乱对数字颜色规范的现有使用（尤其是在文档中），但我们很乐意听到任何问题（请发送电子邮件至 [email protected] 或 [email protected]）。