FigDraw 1. SCI 文章的灵魂之简约优雅的图表配色

关注公众号，桓峰基因桓峰基因生物信息分析，SCI文章撰写及生物信息基础知识学习：R语言学习，perl基础编程，linux系统命令，Python遇见更好的你

桓峰基因

13685人浏览 · 2022-04-06 07:28:12

桓峰基因 · 2022-04-06 07:28:12 发布

关注公众号，桓峰基因

桓峰基因

生物信息分析，SCI文章撰写及生物信息基础知识学习：R语言学习，perl基础编程，linux系统命令，Python遇见更好的你

66篇原创内容

公众号

关注公众号，桓峰基因，每天更新不停歇！

有绘图需求的同学可以逛逛桓峰基因小店，店中没有的可以直接联系我添加！

WGCNA 加权相关网络分析

桓峰基因小店

_1000_购买

肿瘤克隆进化分析

桓峰基因小店

_2000_购买

好多同学都有文章中绘图的需求，特别是高分的 SCI 文章中的图表绘制更是高分的评判标准，除了内容的创新性还包括对创新点做了多少的工作量，这个工作量就体现在绘制图表上，当然若是算法类更注重核心的东西，但是呈现形式仍然是图表，帮助审稿人以及读者去理解文章，理解算法，理解核心内容。因此，我们这个高端绘图也从这期开始，长期积累，不停歇，只要有时间有精力保证每天都能更新一幅高品质的图表，方便大家快速完成文章的撰写，发篇高分的 SCI。

在整理文章时发现有很多图表，但是由于各种原因，每张图的颜色都不太一致，这样导致整体的图表过于花俏，图片结果可以说是一篇 SCI 的灵魂，好看的图片会为文章增色不少，能够更好的展示研究结果，并起到愉悦编辑和审稿人身心的作用。那么到底怎么选择颜色才能整体呈现优雅简约的好文章呢？这期简单说下文章整体的配色问题！

SCI 图片用色的基本原则

当然，使用颜色也不是所有漂亮的颜色搭配在一起就可以了，笔者依据个人经验，稍微总结了几条 SCI 图片用色的基本原则，以供各位小可爱们参考：

同一篇文章的图片颜色要注意色调的整体性，不宜出现特别鲜明刺眼的颜色
同一张图片色系最好统一，看起来会更加协调。
同一个指标在全篇图片中最好都使用同一个颜色贯彻始终。
一般用红色表示上调，绿色/蓝色表示下调。
可以用渐变色来表示程度，颜色越深越多，颜色越浅越少，能够使数据

显示更加直观。

SCI 图片用色的配色方式

1. 色彩三要素

色调（色相）：色彩的相貌；
饱和度（纯度）：色彩的鲜艳程度
亮度（明度）：色彩的明亮程度

2. 色相选择

互补色：色相环上相对的颜色
近似色：色相环上相邻的颜色
三色搭配 / 四色搭配

3. 颜色空间

RGB:红色（R）绿色（G）蓝色（B）；
颜色代码（十六进制）：#FF0000；
HSL 分别表示色调、饱和度和亮度。

SCI 图片用色的最佳配色

1. 双色配色

2. 三色配色

a. 经典三色配色

b. 三色配色，紫色和蓝色较相近，注意类别之间的关联。

c. 三色配色，颜色搭配干净简约

3. 四色配色

SCI 图片用色RColorBrewer配色

在R软件里面同样也有解决配色问题的包 RColorBrewer，安装加载之后既可以调取颜色组合，如下：

if(!require(RColorBrewer)){
    install.packages("RColorBrewer")
}
library(RColorBrewer)
#运行brewer.pal.info，查看颜色配色：
        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

RColorBrewer包提供了3类调色板，用户只需要指定配色方案的名称，就可以用包中的brewer.pal()函数生成颜色。这3类包括：

连续型_sequential_(连续的)：生成一系列连续渐变的颜色（共18组颜色，每组9个渐变色），通常用来标记连续型数值的大小，适用于顺序数据。

display.brewer.all(type = "seq")

2.离散型diverging(离散的)：生成用深色强调两端、浅色表示中部的系列颜色（共9组颜色，每组11个颜色），可用来标记数据中的离群点，适用于突显极端数值。

display.brewer.all(type = "div")

3.极端值qualitative(定性的)：生成一系列彼此差异比较明显的颜色，通常用来标记分类数据。

display.brewer.all(type = "qual")

如果只想要看某一组的颜色呢，可用下面代码查看特定调色板中的某几个颜色。使用方法是

display.brewer.pal(所取颜色的个数,"调色板名称")
par(mfrow = c(2, 1))
#取三个颜色
display.brewer.pal(3,"Reds") 
#取9个颜色
display.brewer.pal(9,"Reds")

例如下面的柱状图：

barplot(c(1:6),col = brewer.pal(9,"Set1")[3:8])

SCI 图片用色的配色网站介绍

Culrs是一个比较综合型的配色网站，由两位热衷于为设计社区构建产品的印度设计师创立。Culrs的界面简洁清新，使用感很好。

https://www.culrs.com/#/

Culrs中配色方案的分类很不错，分为邻近色、三色、四色和单色，并且分类里有明、暗区分，而不是把所有的配色方案都混在一起，如此，我们可以很方便地获得不同风格的配色方案。比如我们在邻近色选择“Light”，Culrs就会给出非常多比较明亮的邻近色搭配方案：

可以看到给出的配色方案非常的Nice！下面选择“Dark”，Culrs会给出很多比较暗的邻近色搭配方案。同样的大家也可以尝试三色、四色等的配色方案。

视频方式
见公众号，桓峰基因

如果我们需使用某配色方案，只需我们把鼠标放在任一色条上，都可以直接复制它的颜色号，就可以在绘图软件中直接使用，很方便。

References：

Kaili Fan, Jill E Moore, Xiao-ou Zhang, Zhiping Weng, Genetic and epigenetic features of promoters with ubiquitous chromatin accessibility support ubiquitous transcription of cell-essential genes, Nucleic Acids Research, Volume 49, Issue 10, 4 June 2021, Pages 5705–5725.
Rigden DJ, Fernández XM. The 2021 Nucleic Acids Research database issue and the online molecular biology database collection. Nucleic Acids Res. 2021;49(D1):D1-D9. doi:10.1093/nar/gkaa1216
Saiki R, Momozawa Y, Nannya Y, et al. Combined landscape of single-nucleotide variants and copy number alterations in clonal hematopoiesis. Nat Med. 2021;27(7):1239-1249. doi:10.1038/s41591-021-01411-9