matplotlib.colors.CenteredNorm

Klasse matplotlib.colors. CenteredNorm ( vcenter = 0 , halfrange = None , clip = False )

Basen:Normalize

Normalisieren Sie symmetrische Daten um einen Mittelpunkt (standardmäßig 0).

Im Gegensatz zu TwoSlopeNormwendet CenteredNormeine gleiche Änderungsrate um die Mitte herum an.

Nützlich, wenn symmetrische Daten um ein konzeptionelles Zentrum abgebildet werden, z. B. Daten, die von -2 bis 4 reichen, mit 0 als Mittelpunkt und mit gleichen Änderungsraten um diesen Mittelpunkt herum.

Parameter :

vcenter Float, Standard: 0

Der Datenwert, der 0.5in der Normalisierung definiert wird.

Halbbereichsschwimmer , optional

Der Bereich von Datenwerten, der einen Bereich von in der Normalisierung definiert ,0.5 sodass vcenter - halfrange0.0 und vcenter + halfrange in der Normalisierung sind. Standardmäßig die größte absolute Differenz zu vcenter für die Werte im Datensatz.1.0

Beispiele

Dies ordnet Datenwerte -2 bis 0,25, 0 bis 0,5 und 4 bis 1,0 zu (unter der Annahme gleicher Änderungsraten über und unter 0,0):

>>> import matplotlib.colors as mcolors
>>> norm = mcolors.CenteredNorm(halfrange=4.0)
>>> data = [-2., 0., 4.]
>>> norm(data)
array([0.25, 0.5 , 1.  ])

__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 )

Halbbereich auf einstellenmax(abs(A-vcenter)) , dann vmin und vmax einstellen .

autoscale_None ( A )

Stellen Sie vmin und vmax ein .

Eigenschaft Halbbereich

Eigenschaft vcenter

Beispiele mit matplotlib.colors.CenteredNorm

Colormap-Normalisierung

Colormap-Normalisierung