我有一个网络,其中节点通过UN SITC coding进行分层定义。在我的应用程序中,每个节点具有四个逐渐具体的标识数字(例如,请参见产品7431),但我定义的网络不仅仅是明显的分层结构。我试图做的是按层次着色节点,但根据我的网络计算布局它们,并看到两者在多大程度上重合。
一般而言,我正在寻找一种生成N个颜色调色板的方法,这些调色板在视觉上尽可能不同(显然,随着N的增长,效果越来越差),然后将它们分成子调色板,直到达到所需的分层深度。
具体来说,这意味着选择10种基本颜色作为第一位数字,并为每个基本颜色生成K≤10个调色板,其中K是第二位数字可能取值的数量,然后再为第三和第四位数字重复此过程,直到所有节点根据其分层信息着色。绿色是一种类型,在其中特定的绿色色调定义了对应于视觉相似性的某些节点族。
一般而言,我正在寻找一种生成N个颜色调色板的方法,这些调色板在视觉上尽可能不同(显然,随着N的增长,效果越来越差),然后将它们分成子调色板,直到达到所需的分层深度。
具体来说,这意味着选择10种基本颜色作为第一位数字,并为每个基本颜色生成K≤10个调色板,其中K是第二位数字可能取值的数量,然后再为第三和第四位数字重复此过程,直到所有节点根据其分层信息着色。绿色是一种类型,在其中特定的绿色色调定义了对应于视觉相似性的某些节点族。
似乎“相似”的颜色属性是我想要实现的。在HSV/HSL方案中是否只需定期拆分色调参数即可实现此目的,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。