matplotlib.colors.PowerNorm #

classe matplotlib.colors. PowerNorm ( gamma , vmin = None , vmax = None , clip = False ) [source] #

Socles :Normalize

Mappez linéairement une valeur donnée sur la plage 0-1, puis appliquez une normalisation de la loi de puissance sur cette plage.

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 ) [source] #

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).

inverse ( valeur ) [source] #

Exemples utilisant matplotlib.colors.PowerNorm#

Normalisations de la palette de couleurs

Normalisations de la palette de couleurs

Normalisations de la palette de couleurs
Rendu ombré et puissance normalisée

Rendu ombré et puissance normalisée

Rendu ombré et puissance normalisée
Explorer les normalisations

Explorer les normalisations

Explorer les normalisations
Normalisation de la palette de couleurs

Normalisation de la palette de couleurs

Normalisation de la palette de couleurs