matplotlib.colors.AsinhNorm

Klasse matplotlib.colors. AsinhNorm ( linear_width = 1 , vmin = None , vmax = None , clip = False )

Basen:AsinhNorm

Die inverse hyperbolische Sinusskala ist in der Nähe des Ursprungs ungefähr linear, wird jedoch für größere positive oder negative Werte logarithmisch. Anders als SymLogNormbei ist der Übergang zwischen diesen linearen und logarithmischen Bereichen glatt, was das Risiko visueller Artefakte verringern kann.

Notiz

Diese API ist vorläufig und kann in Zukunft basierend auf frühem Benutzerfeedback überarbeitet werden.

Parameter :

linear_width Float, Standard: 1

Die effektive Breite des linearen Bereichs, jenseits dessen die Transformation asymptotisch logarithmisch wird

Parameter :

vmin, vmax float oder None

Wenn vmin und/oder vmax nicht angegeben sind, werden sie vom Minimal- bzw. Maximalwert der ersten verarbeiteten Eingabe initialisiert; dh __call__(A)Anrufe autoscale_None(A).

clip bool, Standard: False

Wenn TrueWerte außerhalb des Bereichs liegen, werden sie 0 oder 1 zugeordnet, je nachdem, was näher liegt, und maskierte Werte werden auf 1 gesetzt. Wenn maskierte Werte maskiert bleiben.[vmin, vmax]False

Das Beschneiden vereitelt stillschweigend den Zweck, die Farben darüber, darunter und maskiert in einer Farbkarte festzulegen, sodass es wahrscheinlich zu Überraschungen führt. daher ist die Vorgabe clip=False.

Anmerkungen

Gibt 0 zurück, wenn .vmin == vmax

__call__ ( value , clip = None )

Wertdaten im Intervall in das Intervall normalisieren und zurückgeben .[vmin, vmax][0.0, 1.0]

Parameter :

Wert

Zu normalisierende Daten.

bool _

Wenn None, ist standardmäßig self.clip(was standardmäßig False).

Anmerkungen

Falls noch nicht initialisiert, werden self.vminund self.vmaxmit initialisiert self.autoscale_None(value).

Autoskalierung ( A )

Setzen Sie vmin , vmax auf min, max von A .

autoscale_None ( A )

Wenn vmin oder vmax nicht eingestellt sind, verwenden Sie Min/Max von A , um sie einzustellen.

invers ( Wert )

Beispiele mit matplotlib.colors.AsinhNorm

Colormap-Normalisierungen SymLogNorm

Colormap-Normalisierungen SymLogNorm