画图的时候，我常常会停在颜色这里。
数据已经整理好，图的结构也已经确定，剩下的问题看起来很小：用什么颜色？有时我会打开 以前的代码，找一组用过的色值；有时翻一遍熟悉的调色板；更多时候，只是在几种看起来 都还可以的选择之间反复试，直到其中一组不再显得碍眼。
颜色也会在另一个时刻出现。读论文、看电影，或者只是经过一张图像时，我偶尔会觉得： 这几个颜色放在一起真好。如果以后画图时还能用到它们就好了。
于是我开始把这些颜色留下来。
最初留下的只是一排十六进制色值。它们被放进脚本、笔记或某个临时文件里，名字可能是
colors、my_palette，也可能根本没有名字。过一阵再看，颜色还在，我却已经不记得
它们来自哪里，不记得原图是什么样子，也不记得当初为什么觉得它们值得保存。
我们会认真记录一份数据从哪里来，一段代码依赖哪个版本，一张图片出自谁的作品；颜色却
经常在被复制的那一刻失去身份，只剩下几个匿名的 # 号。
我慢慢觉得，这不太对。颜色也应该有出处。
留下颜色，也留下看见它的那一刻
一套配色的来源，并不只是写在末尾的一条引用。它解释了这些颜色为什么会同时出现。
walter_white 来自《绝命毒师》试播集的海报：Walter White 站在新墨西哥的荒漠里，
身后是天空、灌木和被洗淡的地平线。我先从中读出一套冷色的发散配色——天空蓝在一端，
深橄榄绿在另一端，中间由近乎失去颜色的灰白承接。它后来可以进入差异表达热图或效应值
图形，但颜色之间的关系，最初来自那片天空怎样落向荒漠。
同一张海报还可以有别的读法。把天空、灌木、房车、沙地和烟雾看成五个并列的对象，得到
的是定性配色 walter_white2；沿着玫瑰色、暖米色与绿色重新组织，又成为另一套发散配色
walter_white3。来源没有替我决定唯一的答案，却让每一种取舍都有迹可循。
bcell_clusters 则来自一篇发表于 Cell 的泛癌单细胞 B 细胞研究。Figure 1B 用 20 个
颜色区分不同的 B 细胞 cluster；biopalette 保留了图例色块的顺序，也留下了它们原本
对应的细胞亚型。但这些颜色并不是在真空中独自工作：原图还使用了标签、位置、分组和
分隔线。知道这一点很重要，因为它提醒我，换到另一张图里时，不能要求颜色独自承担
20 个类别的全部辨识工作。
同样一组色值，如果只看色条，可能显得漂亮；回到来源以后，才能看见它原本解决的是什么 问题。出处不是给颜色增加一个动人的故事，而是保留判断它的依据。
这也是 biopalette 最早的念头：与其再建一个只收藏色值的列表，不如让每套配色带着 名字、类型、来源和适合使用的场景一起留下来。以后再次遇见它时，我拿到的不只是几个 颜色，也能知道自己正在拿走什么。
从收藏变成可以使用的东西
当然，记住出处还不够。颜色最终还是要回到图里。
我需要在 R 中用一个稳定的名字找到它，需要决定它是用于无序类别的定性配色、表示数值
高低的渐进配色，还是围绕中点向两侧变化的发散配色；需要在颜色太多或太少时给出明确的
处理方式，也需要让它进入 base R 和 ggplot2，而不是每次都把一串色值复制进脚本。
这些需要逐渐把最初的收藏变成了一个 R 包：
library(biopalette)
get_palette("bcell_clusters", n = 5)
get_palette("three_body")
preview_palette("walter_white")
scale_color_biopalette("three_body")
scale_fill_biopalette_gradient("mitonuclear_blue")名字在这里很重要。#1991A9 很难被记住，walter_white 却会把颜色带回它的来源。
mitonuclear_blue 和 mitonuclear_orange 不只说明色相，也保留了它们在原始科研图形中
分别对应年轻与衰老状态的线索。名字不是装饰，它是从代码返回语境的一条路。
但一个 R 包适合回答“怎样调用”，不适合装下所有事情。源图、色表、示例数据、为什么 这样使用，以及最后做出了什么图，如果全都挤进函数文档，颜色虽然有了出处，出处却很难 真正被看见。
于是这些内容被放进了 Tessera。在那里，一套配色可以和来源素材、toy dataset、 作图代码与渲染结果待在一起。biopalette 是把颜色带进 R 的接口，Tessera 更像是它们 带着上下文停留的地方。
出处不会替颜色作担保
保留来源并不意味着一套配色从此就是“正确”的。
一张电影画面可以有很好的气氛，却未必能给十个类别提供足够清楚的差异。一套来自论文的 颜色可以在原图中成立，换到不同背景、不同面积和不同图形以后，也可能变得难以辨认。 有些颜色适合大片填充，缩成散点就会靠得太近；有些渐变看起来顺滑，却不能准确表达一个 有意义的中点。
甚至原图的用法本身也不能被盲目照搬。lactate_steps 在来源图中对应五个研究阶段，
但这些颜色的明度并不单调变化。它适合把五个阶段作为离散类别展示，却不应该因为“阶段”
听起来有顺序，就被插值成连续渐变。
出处给了我重新判断的起点，而不是免检证明。
这也是为什么后来需要 Palette Lab：固定数据和图形结构，只替换配色，看看同一组颜色 进入散点图、箱线图、堆叠图、生存曲线或热图以后会发生什么。色条上的和谐只是第一眼， 图形中的辨识、层次和重点才是它真正要完成的工作。
在这条路的另一端，还有更小的工具。看到一张值得留下的图像时，Palette Extractor 帮助我取出并整理候选颜色；需要把颜色放进不同环境时，Color Converter 在 HEX、 RGB 和带 Alpha 的表示之间转换，并生成可以直接带走的代码。它们没有改变“颜色应该有 出处”这个想法，只是让从看见到使用的路少一些摩擦。
我真正想保存的是什么
现在回头看，biopalette 保存的当然还是颜色。没有那些十六进制值，任何来源与说明都没有 办法进入代码。但我真正不想丢掉的，是颜色被看见时的关系：它与原图的关系，与其他颜色 的关系，与某种数据结构的关系，以及它在一张图里承担过的工作。
这样的记录也让我在复用时多问几个问题：我喜欢的是这个颜色本身，还是它与背景形成的 对比？原图依靠颜色区分类别，还是同时依靠标签和位置？这套配色离开原来的面积、顺序与 语境以后，还剩下什么？
这些问题不会自动给出一套完美配色。它们只是让“看起来不错”不再是唯一的理由，也让一组 颜色不必每次都从匿名状态重新开始。
biopalette 现在可以直接从 CRAN 安装：
install.packages("biopalette")但上线 CRAN 不是这个故事的起点，也不是终点。它只是意味着，那些从论文、电影和图像中 留下来的颜色，如今有了一个更稳定的入口，可以走进下一张图。
而无论它们走到哪里，我仍然希望能沿着名字回去，找到它们最初来自的地方。