ggplot2 科研配色方案：5 套可直接用的代码

图做得好不好看，配色占了一半。科研图还有额外要求：色盲读者可识别，灰度打印仍可辨别，符合期刊分辨率。下面是我写论文时积累的 5 套实用方案，每套附完整 R 代码。

为什么不用 ggplot2 默认配色

ggplot2 默认的彩虹色轮有两个硬伤：红绿色盲无法区分（全球约 8% 的男性），且打印成灰度时各颜色明度差异极小，几乎无法辨别。这两个问题在审稿人里出现的频率远超想象。

方案一：viridis（色盲安全 + 渐变首选）

library(viridis)
library(ggplot2)

# 连续变量（如热图）
ggplot(df, aes(x, y, fill=value)) +
  geom_tile() +
  scale_fill_viridis_c()

# 离散变量
ggplot(df, aes(x, y, color=group)) +
  geom_point() +
  scale_color_viridis_d(option="D") # 也可用 "magma"、"plasma"

viridis 是目前 Nature、Science 子刊最常见的配色，色盲安全，灰度打印层次清晰。

方案二：ColorBrewer（分类变量首选）

scale_color_brewer(palette = "Set2")   # 8 色，柔和
scale_color_brewer(palette = "Dark2")  # 8 色，深色版
scale_fill_brewer(palette  = "Blues")  # 单色渐变

在 colorbrewer2.org 可以预览所有面板效果并勾选”Colorblind safe”过滤。

方案三：ggsci 期刊配色

library(ggsci)
scale_color_nejm()     # NEJM 风格：蓝红黑为主
scale_color_lancet()   # Lancet 风格
scale_color_jco()      # JCO 风格（肿瘤学期刊）
scale_color_npg()      # Nature 系列

适合投生命科学期刊时，用对应期刊的配色风格，审稿人看着亲切，视觉上也更统一。

方案四：手动定义（最可控）

# 选 4 个颜色（用 Adobe Color 或 coolors.co 调好）
my_colors <- c("#E64B35", "#4DBBD5", "#00A087", "#3C5488")

scale_color_manual(values = my_colors)
scale_fill_manual(values  = my_colors)

好处是所有图使用完全一致的颜色，论文视觉统一性最强。

方案五：提交前做色盲检查

install.packages("colorblindr")
library(colorblindr)

p <- ggplot(df, aes(x, y, color=group)) + geom_point()
cvd_grid(p)  # 模拟红绿色盲 + 蓝黄色盲 + 灰度 共4种视角

提交前跑一遍，确认各组在色盲视角下仍可区分。这一步可以避免审稿人在意见里专门指出"Figure X 对色盲读者不友好"。

Read this article in English →