今日小编继续给大家推荐优质绘图工具，帮助小伙伴们更好的是实现不同领域中可视化作品的快速绘制。今天的主角为R-grafify包,其包含5大类共19种可视化图表，舒适和符合出版要求的配色更是为这个可视化包填色，下面就通过以下两个方面介绍下整个优质可视化工具。
-
R-grafify介绍
-
R-grafify样例介绍
R-grafify介绍
这一部分小编重点放在R-grafify可绘制的5大类可视化图表和颜色搭配上，内容如下：
5大类可视化图表
R-grafify包可绘制的19种图表主要可分为以下5个小类：
-
Two variables、
-
Three or four variables、
-
Numeric X-Y Plots、
-
Before-after Plots
-
Data distributions
下面的样例介绍部分，小编将进行具体介绍~~
颜色搭配
R-grafify 包有其自己独有的颜色搭配设计，这里直接列出其所有的颜色条，如下图所示：
你可以像使用ggplot2种的scale_fill... 和scale_colour... 函数一样使用R-grafify包的颜色名称进行颜色选择和设置。
R-grafify样例介绍
这一部分小编将对上述列举过的5大类图表进行一一介绍(有的类样例较多，将介绍几个典型的图表类型),详细内容如下：
Two variables
这一小类所含图表类型较多，这里小编简单列举3个样例，如下：
-
plot_scatterbar_sd()
-
-
-
-
-
-
-
「注意」：这里更改了颜色条：ColPal = "bright"，且ColRev设置成False。
Three or four variables
这类图表包含plot_3d_scatterbar(), plot_3d_scatterbox(), plot_4d_scatterbar(), plot_4d_scatterbox() 函数,具体如下：
-
plot_3d_scatterbar()
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
以上就是小编关于R-grafify包的简单介绍，特别是对每种绘图函数所需数据的数据形式理解。更多关于该包参数和使用方法等介绍可参考R-grafify包官网[1]
总结
今天的推文小编简单介绍了R-grafify包的各种图表类型和颜色搭配，希望感兴趣的小伙伴可以进行相关科研图表 的绘制和对其颜色搭配 的参考~~
本文内容转载自“DataCharm”（ID：shujumeili），作者宁俊骐。
