Calculation of the distances between the colors in the input palette. It also allows for calculation of the distances between the colors in a simulations of the color vision deficiency - deuteranopia, protanopia, and tritanopia.
palette_dist(x, cvd = NULL, severity = 1, metric = 2000)A vector of hexadecimal color descriptions
A type of color vision deficiency (CVD): "pro" (protanomaly), "deu" (deutanomaly), or "tri" (tritanomaly)
Severity of the color vision defect, a number between 0 and 1
A vector of color metric specifiers. Valid values are '1976', '1994', and '2000' (default), which refer to the year the metric was recommended by the CIE
A matrix of distances between the original input palette and a simulation of the selected color vision deficiency - deuteranopia, protanopia, and tritanopia
rainbow_pal = rainbow(n = 7)
rainbow_pal
#> [1] "#FF0000" "#FFDB00" "#49FF00" "#00FF92" "#0092FF" "#4900FF" "#FF00DB"
palette_dist(rainbow_pal)
#> [,1] [,2] [,3] [,4] [,5] [,6] [,7]
#> [1,] NA 52.96503 85.06611 84.19100 52.61836 51.46782 39.46279
#> [2,] NA NA 29.34232 34.74051 65.68745 92.04784 80.83188
#> [3,] NA NA NA 12.13226 69.12782 81.23889 107.63470
#> [4,] NA NA NA NA 56.87222 74.19228 103.11485
#> [5,] NA NA NA NA NA 35.47760 44.20031
#> [6,] NA NA NA NA NA NA 29.94683
#> [7,] NA NA NA NA NA NA NA
palette_dist(rainbow_pal, cvd = "deu")
#> [,1] [,2] [,3] [,4] [,5] [,6] [,7]
#> [1,] NA 22.25238 20.199366 22.18554 61.24277 73.38607 51.25329
#> [2,] NA NA 2.572062 14.42290 69.47428 85.87461 57.69897
#> [3,] NA NA NA 12.62788 67.65257 83.62546 56.07467
#> [4,] NA NA NA NA 56.36751 70.85413 45.94775
#> [5,] NA NA NA NA NA 20.70198 10.14610
#> [6,] NA NA NA NA NA NA 25.54339
#> [7,] NA NA NA NA NA NA NA
x = rcartocolor::carto_pal(11, "Vivid")
palette_dist(x)
#> [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
#> [1,] NA 52.04523 45.55534 39.23473 49.36807 46.51876 13.35131 49.85537
#> [2,] NA NA 40.72139 61.23713 25.88310 31.39848 57.69268 17.19956
#> [3,] NA NA NA 23.92105 47.23524 22.12769 37.65264 31.46811
#> [4,] NA NA NA NA 75.06609 36.10532 25.61009 57.81051
#> [5,] NA NA NA NA NA 42.17333 58.54488 42.47789
#> [6,] NA NA NA NA NA NA 42.99029 26.57736
#> [7,] NA NA NA NA NA NA NA 57.46444
#> [8,] NA NA NA NA NA NA NA NA
#> [9,] NA NA NA NA NA NA NA NA
#> [10,] NA NA NA NA NA NA NA NA
#> [11,] NA NA NA NA NA NA NA NA
#> [,9] [,10] [,11]
#> [1,] 55.63423 25.37443 28.70389
#> [2,] 12.84607 39.85479 37.74876
#> [3,] 48.18521 58.75860 19.09441
#> [4,] 77.24506 59.66097 21.99773
#> [5,] 19.96106 26.17096 40.25210
#> [6,] 36.19023 54.84155 27.32743
#> [7,] 63.70692 36.47136 24.75022
#> [8,] 30.90223 48.02986 32.30888
#> [9,] NA 37.95881 46.10770
#> [10,] NA NA 34.03568
#> [11,] NA NA NA
palette_dist(x, cvd = "pro", severity = 1)
#> [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
#> [1,] NA 53.90815 23.49432 13.01566 50.097215 26.18614 6.88237 50.831404
#> [2,] NA NA 36.54495 58.65574 5.309335 26.06737 56.79732 9.685975
#> [3,] NA NA NA 22.06717 32.074077 21.50424 22.73180 30.659816
#> [4,] NA NA NA NA 54.093130 34.13561 6.41016 53.622796
#> [5,] NA NA NA NA NA 24.09270 52.54168 5.274875
#> [6,] NA NA NA NA NA NA 30.57195 26.457937
#> [7,] NA NA NA NA NA NA NA 52.647305
#> [8,] NA NA NA NA NA NA NA NA
#> [9,] NA NA NA NA NA NA NA NA
#> [10,] NA NA NA NA NA NA NA NA
#> [11,] NA NA NA NA NA NA NA NA
#> [,9] [,10] [,11]
#> [1,] 56.878613 15.74118 22.240228
#> [2,] 7.194167 39.48811 35.727141
#> [3,] 42.293004 18.52545 2.760351
#> [4,] 63.136373 24.57999 22.308798
#> [5,] 12.151946 36.53667 31.429053
#> [6,] 27.507929 12.24557 19.045514
#> [7,] 60.672416 20.57271 22.233932
#> [8,] 17.542511 37.88900 30.426162
#> [9,] NA 41.58931 41.136469
#> [10,] NA NA 16.032298
#> [11,] NA NA NA
palette_dist(x, cvd = "pro", severity = 0.2)
#> [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
#> [1,] NA 53.01187 37.51052 28.45790 51.10563 39.57612 10.96522 48.99477
#> [2,] NA NA 38.38793 62.55303 22.57921 28.28922 58.10646 13.01489
#> [3,] NA NA NA 23.99633 38.30128 22.13243 32.49847 31.06509
#> [4,] NA NA NA NA 67.26942 36.06440 17.89137 58.61870
#> [5,] NA NA NA NA NA 33.25149 58.09530 31.87684
#> [6,] NA NA NA NA NA NA 38.96839 26.12159
#> [7,] NA NA NA NA NA NA NA 51.32819
#> [8,] NA NA NA NA NA NA NA NA
#> [9,] NA NA NA NA NA NA NA NA
#> [10,] NA NA NA NA NA NA NA NA
#> [11,] NA NA NA NA NA NA NA NA
#> [,9] [,10] [,11]
#> [1,] 56.73290 23.24289 25.92268
#> [2,] 10.55181 39.58922 37.38706
#> [3,] 44.11190 45.54661 15.99992
#> [4,] 71.67851 46.35476 21.68965
#> [5,] 18.97485 29.60088 36.98635
#> [6,] 30.88119 42.74473 24.84004
#> [7,] 63.44251 32.06313 23.76206
#> [8,] 23.80832 42.02374 32.04094
#> [9,] NA 39.33681 43.99605
#> [10,] NA NA 28.86293
#> [11,] NA NA NA