matplotlib.colors.CenteredNorm

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

Socles :Normalize

Normalise les données symétriques autour d'un centre (0 par défaut).

Contrairement à TwoSlopeNorm, CenteredNormapplique un taux de changement égal autour du centre.

Utile lors de la cartographie de données symétriques autour d'un centre conceptuel, par exemple, des données allant de -2 à 4, avec 0 comme point médian et avec des taux de changement égaux autour de ce point médian.

Paramètres :

flottant vcenter , par défaut : 0

La valeur de données qui définit 0.5dans la normalisation.

flotteur demi -gamme , facultatif

La plage de valeurs de données qui définit une plage de 0.5dans la normalisation, de sorte que vcenter - halfrange est 0.0et vcenter + halfrange est 1.0dans la normalisation. Par défaut, la plus grande différence absolue avec vcenter pour les valeurs de l'ensemble de données.

Exemples

Cela mappe les valeurs de données -2 à 0,25, 0 à 0,5 et 4 à 1,0 (en supposant des taux de changement égaux au-dessus et en dessous de 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__ ( valeur , clip = Aucun )

Normalisez les données de valeur dans l' intervalle dans l' intervalle et renvoyez-les.[vmin, vmax][0.0, 1.0]

Paramètres :

évaluer

Données à normaliser.

clip bool

Si None, est par défaut self.clip(qui est par défaut False).

Remarques

S'ils ne sont pas déjà initialisés, self.vminet self.vmaxsont initialisés à l'aide de self.autoscale_None(value).

mise à l'échelle automatique ( A )

Définissez halfrange sur max(abs(A-vcenter)), puis définissez vmin et vmax .

autoscale_None ( A )

Définissez vmin et vmax .

propriété demi-gamme

propriété vcenter

Exemples utilisant matplotlib.colors.CenteredNorm

Normalisation de la palette de couleurs

Normalisation de la palette de couleurs