算法到颜色节点分层

Question

我有一个网络，其中节点分层次定义（通过UN SITC coding）。在我的应用程序中，每个节点都有四个具有递增层次特性的标识数字（例如，请参阅产品7431），但我定义的网络不仅仅是明显的层级结构。我想要做的是按层次对节点进行着色，但根据我的网络计算将它们排列出来，看看两者的重合程度。

一般来说，我正在寻找一种方法来生成N个颜色调色板，它们尽可能在视觉上与一个和另一个显然不同（显然N效果越来越差），然后将它们分成子调色板，直到我达到了期望的分层深度。

具体来说，这意味着要为第一个数字选择10个基色，并为其中的每个生成K < = 10个颜色的调色板，其中K是第二个数字可以采用的可能值的数量，以及第三个和第四位数字，直到我根据其分层信息结束所有节点的着色。绿色是一种类型，在其内部的某些绿色色调定义了与视觉相似的某些节点族。

看起来像“Analagous”是我想要实现的颜色属性。只需在HSV/HSL方案中定期分解色调参数即可完成此操作，还是有更好的方法？

我将在Python中实现它，但任何算法应基本上是语言不可知的。

Answer 1

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

在经历了数周的RGB彩色立方体摆弄之后，我放弃了并转移到单纯疱疹病毒 - 并从未回头。我会识别那些定义颜色的色相，然后根据这些颜色进行排列，这样就不会有两种有点黄的颜色 - 相反，您会开始斧头然后添加k的倍数，以便您拥有像这样的东西：

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

其中，我将细分和可能通过少量排列'值'和'饱和度'来增加可用颜色的数量。

如果你最终在系统之间转换，我用colorsys没有问题。