matplotlib.colors.PowerNorm #
- Klasse matplotlib.colors. PowerNorm ( gamma , vmin = None , vmax = None , clip = False ) [Quelle] #
Basen:
Normalize
Ordnen Sie einen gegebenen Wert linear dem Bereich 0-1 zu und wenden Sie dann eine Potenzgesetz-Normalisierung über diesen Bereich an.
- 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)
Anrufeautoscale_None(A)
.- clip bool, Standard: False
Wenn
True
Werte 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 ) [Quelle] #
Wertdaten im Intervall in das Intervall normalisieren und zurückgeben .
[vmin, vmax]
[0.0, 1.0]
- Parameter :
- Wert
Zu normalisierende Daten.
- bool _
Wenn
None
, ist standardmäßigself.clip
(was standardmäßigFalse
).
Anmerkungen
Falls noch nicht initialisiert, werden
self.vmin
undself.vmax
mit initialisiertself.autoscale_None(value)
.
Beispiele mit matplotlib.colors.PowerNorm
#
Shaded & Power Normalized Rendering
Erforschung von Normalisierungen