基于 R 中数据密度的着色

Question

我有一个数据框，其中每一行都有一个数字列。我想根据这一列分配不同的颜色。这一列的数字范围是1到152，我用的是这个函数：

colors <- function(df,sp) {
check<-colorRampPalette(c("green","red"))(152)
color <- c() 
for (i in 1:nrow(sp))
{
  color <-c(color, check[df$n[df$id==as.numeric(sp[i,]$ID)])
} 
return(color)
}

所以颜色被平均分为152pieces.However，这一列的数据大多很小（大部分都是1），柱状图是这样的

如果我使用此代码，颜色主要是绿色，几乎看不到红色。

我正在使用此功能来更改传单中的线条颜色：

leaflet() %>%
...
addPolylines(data = data,weight = '1', color=colors(nodes,data))

那么我该如何改变这个函数来使颜色均匀分布，这样它就可以生成更多类似红色的颜色，而不是主要是绿色？

Answer 1

我们可以使用函数

colorQuantile

来自图书馆传单colorNumeric。它通过分位数函数映射连续数值数据。

colorQuantile(palette, domain, n = 4, probs = seq(0, 1, length.out = n
+ 1), na.color = "#808080", alpha = FALSE, reverse = FALSE,
right = FALSE)

基于 R 中数据密度的着色

Coloring based on data density in R

r

heatmap

leaflet