em

Geoestatística no R – Lição 6: Paleta de Cores

Chegamos ao sexto texto didático sobre a Geoestatística no R. Agora, falaremos da paleta de cores no R.

A cor é muito importante na apresentação dos resultados obtidos em qualquer área do conhecimento, por exemplo, geoestatística. Nesse sentido, nesta lição abordaremos três diferentes pacotes de paletas de cores em R.  Em R há três formas de escrever as cores: cores hexadecimais, cores por nomes e cores por números, como se descreve a seguir:

Cores hexadecimais

As cores hexadecimais usadas por R são representados em 6 caracteres, esses dígitos hexadecimais são especificados de 0 a 9 e de A-F. Por exemplo, a cor preta é representada como #000000 e a cor branca como #FFFFFF como você pode ver os 6 caracteres começam com o símbolo #.

Cores por nomes

R contém uma grande variedade de cores. A função colors() permite ao usuário visualizar em uma lista 650 cores diferentes com seus respectivos nomes.

Cores por números

A biblioteca grDevices permite usar a função palette() que mostra uma lista de cores por índice numérico.

A seguir serão exemplificados, nesta lição, os pacotes RColorBrewer, Pals, wesanderson, os quais permitem criar diferentes tonalidades de cores que são de soma importância na representação das diversas informações obtidas nas ciências da terra.

RColorBrewer

As paletas de cores usadas pelo pacote RColorBrewer podem ser visualizadas pela função display.brewer.all(). Estas cores são divididas em três grupos: sequenciais, divergentes e qualitativos.

Sequencial – cores claras para valores baixos e cores escuras para valores altos.

Divergente – cores claras no meio da lenda e cores escuras nas extremidades baixa e alta.

Qualitativa – adequada para representar dados nominais ou categóricos. São cores que mais se destacam.

Se especificamos alguns dos nomes das paletas de cores mostradas no gráfico anterior, observaremos as tonalidades da paleta de cores, como segue:

Para ilustrar as cores hexadecimais, é escolhido um nome da cor de preferência do pacote RColorBrewer.

Pals

O pacote pals() tem como objetivo fornecer uma coleção completa de paletas e mapas de cores. As funções do pacote pals são , das quais em nosso tutorial iremos citar apenas duas. A função pal.bands() mostra as cores como bandas discretas formada por diferentes cores e uma banda de cores contínuas em degrade. A função heatmap() gera um mapa de cores aleatório com  dos valores faltantes.

Wesanderson

Os filmes de Wes Anderson foram a inspiração para criar o pacote (WesAnderson), as cores e seu estilo visual da sétima arte são usados neste pacote e ilustrados em poucos exemplos a seguir:

Quer aprender muito mais sobre Geoestatística? Confira nosso curso:

Geoestatística - fundamentos e aplicações GEO 101 curso de geoestatística presencial
Aprenda com especialistas. Descontos para professores e alunos vinculados à universidade e membros da SEG.

Série de tutoriais: Geoestatística no R – veja a lista

Lição 1 – Como instalar o R

Lição 2 – Objetos e estruturas

Lição 3 – Leitura e gravação de dados

Lição 4 – Estrutura gráfica em R

Lição 5 – Uso dos gráficos no R

•Lição 6 – Paleta de cores

Lição 7 – Análises descritivas dos dados

Lição 8 – Distribuições discretas

Lição 9 – Distribuições contínuas

Lição 10 – Regressão linear

Lição 11 – ggplot2 (histograma)

Lição 12 – ggplot2 (boxplot)

Lição 13 – ggplot2 (scatterplot)

Lição 14 – ggplot2 (qq-plot)

Lição 15 – ggplot2 (série temporal)

Lição 16 – ggplot2 (diagrama de área)

Lição 17 – ggplot2 (diagrama circular)

Lição 18 – Pacote sp

Lição 19 – Pacote raster

Lição 20 – Amostragens

Lição 21 – Variograma

Lição 22 – Fenômeno isotrópico

Lição  23 – Modelos teóricos de variogramas

Lição 24 – Fenômeno isotrópico ou anisotrópico?

Lição 25 – Ajuste do variograma experimental com anisotropia

Lição 26 – Ajuste do variograma experimental omnidirecional

Lição 27 – Pacote GeoR

Lição 28 – Ajuste do variograma experimental com GeoR

Lição 29 – eyefit e vario4 do pacote GeoR

Lição 30 – Design dos dados

Lição 31 – Função gridded

Lição 32 – Validação cruzada

Lição 33 – Krigagem ordinária

Avatar

Escrito por Equipe Geokrigagem

Comentários

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Carregando...

0

Geoestatística no R – Lição 5: Uso dos gráficos no R

Geoestatística no R – Lição 7: Análises descritivas dos dados