目录
一、背景导引：科研图表为何需要“配色讲究”？
二、色彩基础认知：别让“红绿盲”错过你的科研成果
三、R语言中的配色库全景图
四、案例演示与代码实战
🎨案例1：ggplot2 + viridis 配色的热图
🎨案例2：MetBrewer 中的印象派色彩
五、技巧点拨：如何为SCI图表选择“对”的颜色？
六、小结与拓展阅读
📌本讲小结：
📖延伸阅读推荐：
🖼 封面图示意（已生成）
一、背景导引：科研图表为何需要“配色讲究”？
在科研可视化中，配色不仅是“好看”，更是“表达”。色彩能突出重点、增强对比、传达变量含义甚至影响读者的情绪与判断。尤其是在SCI论文、学术报告中，一个色彩搭配合理的图能瞬间提升专业感与审美力。
本讲我们从色彩原理、R中可调用的色彩库、常见调色方案，到顶刊图例的配色还原，逐步拆解科研绘图中“好色”的秘密。
二、色彩基础认知：别让“红绿盲”错过你的科研成果
在学术图表中，我们要考虑色彩的：
-
🎯 感知差异性（Perceptual Differences）：让不同颜色能被人类视觉系统稳定识别
-
📈 数据意义表达：如梯度色表示数值大小，分类色用于分组
-
🧠 色盲友好性（Colorblind Friendly）：近10%男性有色觉障碍，需避免红绿配对
🖍️ 推荐色彩模型：
| 模型 | 特点 | 适用场景 |
|---|---|---|
| RGB | 基本色彩组合 | 程序内部色值处理 |
| HCL（Hue-Chroma-Luminance） | 人眼感知友好 | 渐变色、热力图 |
| Viridis 色系 | 色盲友好、打印清晰 | 热图、密度图、地图 |
