分层着色节点的算法

Question

我有一个网络，其中的节点是分层定义的(通过 UN SITC coding )。在我的应用程序中，每个节点都有四个递增层次特异性的标识数字(例如，参见产品 7431 )，但我定义的网络不仅仅是明显的层次结构。我想做的是分层给节点着色，但根据我的网络计算对它们进行布局，看看两者重合到什么程度。

一般来说，我正在寻找一种方法来生成 N 个调色板，这些调色板在视觉上尽可能地与另一个调色板截然不同(显然，随着 N 的增加，它的效果越来越差)，然后将它们分成子调色板，直到我达到所需的层次深度。

具体来说，这意味着为第一个数字选择 10 种基色，并为每个颜色生成 K<=10 种颜色的调色板，其中 K 是第二个数字可以采用的可能值的数量，第三个和第四个数字，直到所有节点根据其层次信息着色。绿色是一种类型，其中某些绿色阴影定义了与视觉相似性相对应的某些节点系列。

“Analagous”似乎是我想要实现的颜色属性。简单地在 HSV/HSL 方案中定期拆分色调参数是否可以实现此目的，还是有更好的方法？

我将在 Python 中实现它，但任何算法基本上都应该与语言无关。

Answer 1

我解决了一个类似的问题(可能与您正在做的事情相反)，我当时正在比较各种图像的光谱输出以确定基于相似性的排序。

在摆弄 RGB 颜色立方体数周之后，我放弃并转向 HSV - 并且再也没有回头。我会识别那些定义颜色的色调，然后根据它进行排列，这样你就不会有两种黄色 - 相反，你会开始一个 x 然后添加 k 的倍数，这样你就会有这样的东西:

x is red
x+k is yellow
x+2k is green
... so forth

在此范围内，我会分割并可能少量置换“明度”和“饱和度”，以增加可供您使用的颜色数量。

如果您最终在系统之间进行转换，我使用了 colorsys没有问题。