matplotlib.colors.FuncNorm

classe matplotlib.colors. FuncNorm ( fonctions , vmin = Aucun , vmax = Aucun , clip = Faux )

Socles :FuncNorm

Normalisation arbitraire à l'aide de fonctions pour l'avant et l'inverse.

Paramètres :

fonctions (callable, callable)

double-uplet des fonctions avant et inverse pour la normalisation. La fonction forward doit être monotone.

Les deux fonctions doivent avoir la signature

def forward(values: array-like) -> array-like

vmin, vmax flottant ou Aucun

Si vmin et/ou vmax ne sont pas donnés, ils sont initialisés respectivement à partir de la valeur minimale et maximale de la première entrée traitée ; c'est-à-dire __call__(A)les appels autoscale_None(A).

clip booléen, par défaut : False

Si Trueles valeurs se trouvant en dehors de la plage , sont mappées sur 0 ou 1, selon la valeur la plus proche, et les valeurs masquées sont définies sur 1. Si les valeurs masquées restent masquées.[vmin, vmax]False

L'écrêtage va à l'encontre de l'objectif de définir les couleurs sur, sous et masquées dans une palette de couleurs, il est donc susceptible de conduire à des surprises ; donc la valeur par défaut est clip=False.

Paramètres :

vmin, vmax flottant ou Aucun

Si vmin et/ou vmax ne sont pas donnés, ils sont initialisés respectivement à partir de la valeur minimale et maximale de la première entrée traitée ; c'est-à-dire __call__(A)les appels autoscale_None(A).

clip booléen, par défaut : False

Si Trueles valeurs se trouvant en dehors de la plage , sont mappées sur 0 ou 1, selon la valeur la plus proche, et les valeurs masquées sont définies sur 1. Si les valeurs masquées restent masquées.[vmin, vmax]False

L'écrêtage va à l'encontre de l'objectif de définir les couleurs sur, sous et masquées dans une palette de couleurs, il est donc susceptible de conduire à des surprises ; donc la valeur par défaut est clip=False.

Remarques

Renvoie 0 si .vmin == vmax

__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 vmin , vmax sur min, max de A .

autoscale_None ( A )

Si vmin ou vmax ne sont pas définis, utilisez le min/max de A pour les définir.

inverse ( valeur )

Exemples utilisant matplotlib.colors.FuncNorm

Normalisation de la palette de couleurs

Normalisation de la palette de couleurs