matplotlib.colors.AsinhNorm #

matplotlib.colors。AsinhNorm ( linear_width = 1 , vmin = None , vmax = None , clip = False ) [来源] #

基地:AsinhNorm

反双曲正弦标度在原点附近近似线性,但对于较大的正值或负值变为对数。与 不同的是SymLogNorm,这些线性和对数区域之间的过渡是平滑的,这可能会降低视觉伪影的风险。

笔记

此 API 是临时的,将来可能会根据早期用户反馈进行修订。

参数
线性宽度浮动,默认值:1

线性区域的有效宽度,超过该宽度,变换变为渐近对数

参数
vmin, vmax浮点数或无

如果未给出vmin和/或vmax,则它们分别从处理的第一个输入的最小值和最大值初始化;即,__call__(A)呼叫autoscale_None(A)

剪辑布尔,默认值:False

如果True值超出范围,则映射到 0 或 1,以更接近者为准,并且掩码值设置为 1。如果掩码值保持掩码。[vmin, vmax]False

Clipping 无声无息地破坏了在颜色图中设置 over、under 和 masked 颜色的目的,因此很可能会导致意外;因此默认为clip=False.

笔记

如果 . 返回 0 。vmin == vmax

__call__ ( value , clip = None ) [source] #

将区间内的数值数据归一化为 区间并返回。[vmin, vmax][0.0, 1.0]

参数
价值

要规范化的数据。

剪辑布尔

如果None,则默认为self.clip(默认为 False)。

笔记

如果尚未初始化,self.vminself.vmax使用self.autoscale_None(value).

自动缩放( A ) [来源] #

vmin , vmax设置为A 的min, max 。

autoscale_None ( A ) [来源] #

如果未设置 vmin 或 vmax,则使用A的 min/max来设置它们。

[来源] #

使用#的示例matplotlib.colors.AsinhNorm

颜色图规范化 SymLogNorm

颜色图规范化 SymLogNorm

颜色图规范化 SymLogNorm