matplotlib.colors.AsinhNorm #
- classe matplotlib.colors. AsinhNorm ( linear_width = 1 , vmin = None , vmax = None , clip = False ) [source] #
Bases:
AsinhNorm
A escala de seno hiperbólica inversa é aproximadamente linear perto da origem, mas torna-se logarítmica para valores positivos ou negativos maiores. Ao contrário do
SymLogNorm
, a transição entre essas regiões lineares e logarítmicas é suave, o que pode reduzir o risco de artefatos visuais.Observação
Esta API é provisória e pode ser revisada no futuro com base nos primeiros comentários dos usuários.
- Parâmetros :
- linear_width flutuante, padrão: 1
A largura efetiva da região linear, além da qual a transformação se torna assintoticamente logarítmica
- Parâmetros :
- vmin, vmax flutuante ou nenhum
Caso vmin e/ou vmax não sejam informados, eles são inicializados a partir do valor mínimo e máximo, respectivamente, da primeira entrada processada; ou seja,
__call__(A)
chamaautoscale_None(A)
.- clip bool, padrão: False
Se
True
os valores estiverem fora do intervalo , serão mapeados para 0 ou 1, o que for mais próximo, e os valores mascarados serão definidos como 1. Se os valores mascarados permanecerem mascarados.[vmin, vmax]
False
O recorte silenciosamente anula o propósito de definir as cores sobre, abaixo e mascaradas em um mapa de cores, portanto, é provável que leve a surpresas; portanto, o padrão é
clip=False
.
Notas
Retorna 0 se .
vmin == vmax
- __call__ ( valor , clipe = Nenhum ) [fonte] #
Normalize os dados de valor no intervalo para o intervalo e retorne-os.
[vmin, vmax]
[0.0, 1.0]
- Parâmetros :
- valor
Dados para normalizar.
- clipe bool
Se
None
, o padrão éself.clip
(que é o padrãoFalse
).
Notas
Se ainda não estiver inicializado
self.vmin
eself.vmax
for inicializado usandoself.autoscale_None(value)
.
Exemplos usando matplotlib.colors.AsinhNorm
#
Normalizações de mapa de cores SymLogNorm