顏色設置，在R的可視化中，應該算是相對比較重要的一項內容，如何把握顏色，很大程度上影響圖形的展現效果。
在ggplot的scale設置中，顏色相關的函數較多：
scale_fill/colour_hue(..., h = c(0, 360) + 15, c = 100, l = 65, h.start = 0, direction = 1, na.value = "grey50")
scale_colour_discrete 與scale_fill/colour_hue的普通參數部分是一樣的，scale_fill/colour_hue的特別參數部分
#h表示色彩變化范圍，變化范圍為（0，360）
#c表示色彩的濃度，由數據的最大值決定
#l 表示色彩的亮度，變化范圍為（0，100）
#direction 為1表示色彩是順時針，-1表示逆時針
scale_colour/fill_brewer(..., type = "seq", palette = 1)
#type表示顏色樣式 有seq 、 div 、qual 三個中選一個
#palette 表示顏色數量 數字直接表示顏色個數 也可以用相對應的名稱，具體可以用RColorBrewer::display.brewer.all() 查看
brewer 詳情查看
http://colorbrewer2.org
scale_colour/fill_gradient(..., low = "#132B43", high = "#56B1F7", space = "Lab", na.value = "grey50", guide = "colourbar")
scale_colour/fill_continuous 的參數與scale_colour/fill_gradient是一樣的
#顏色梯度設置
#low 表示顏色梯度最底端的顏色
#high 表示顏色梯度最高位置的顏色
#space 表示顏色梯度計算空間，通常用lab 都是最好的
#guide 該參數的值可以用colourbar 表示用顏色條，legend可以表示為離散變量
scale_colour/fill_grey(..., start = 0.2, end = 0.8, na.value = "red")
#把圖設置成灰度面板
#start 從調色板的最低端顏色開始
#end 到調試板最高位置的顏色
下面我們來看一個具體的例子：
p<-ggplot(iris,aes(Petal.Length,Petal.Width,color=Species))+geom_point() p+scale_color_hue(h=c(0,360),c=500,l=c(20,80))
p+scale_color_brewer(type="seq",palette="Set2")
tu<-ggplot(iris,aes(Petal.Length,Petal.Width,color=Sepal.Width))+geom_point() tu+scale_color_gradient(low="red")
由上圖可以很明確的了解scale_color_gradient()中的參數low和high的作用是對第3變了的底端和頂端顏色進行設置，同時gradient設置是用連續型數據。
p+scale_color_grey(end=0.5)
從上圖可以看出，grey的設置是對顏色進行灰度設置，另外，值得注意的是star和end的參數只能在0到1之間進行取值。