matplotlib.colors.FuncNorm#

class matplotlib.colors.FuncNorm(functions, vmin=None, vmax=None, clip=False)[source]#

使用正向和反向函数进行任意归一化。

参数:

functions(可调用对象, 可调用对象)

用于归一化的正向和反向函数的二元组。正向函数必须是单调的。

两个函数都必须具有以下签名

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

vmin, vmax浮点型或 None

如果未给出 vmin 和/或 vmax，它们将分别从第一个处理输入的最小值和最大值初始化；即，__call__(A) 调用 autoscale_None(A)。

clipbool, 默认值: False

决定映射超出 [vmin, vmax] 范围的值时的行为。

如果裁剪关闭，超出范围 [vmin, vmax] 的值也会由函数进行转换，从而导致值超出 [0, 1] 范围。这种行为通常是可取的，因为颜色映射可以使用特定颜色标记这些过低和过高的值。

如果裁剪打开，低于 *vmin* 的值映射为 0，高于 *vmax* 的值映射为 1。这些值将与常规边界值变得无法区分，这可能导致数据误读。

参数:

vmin, vmax浮点型或 None

输入数据中 [vmin, vmax] 范围内的值将被线性映射到 [0, 1]。如果未提供 vmin 或 vmax，它们将分别默认为输入的最小值和最大值。

clipbool, 默认值: False

决定映射超出 [vmin, vmax] 范围的值时的行为。

如果裁剪关闭，超出范围 [vmin, vmax] 的值也会被转换，从而导致值超出 [0, 1] 范围。这种行为通常是可取的，因为颜色映射可以使用特定颜色标记这些过低和过高的值。

如果裁剪打开，低于 *vmin* 的值映射为 0，高于 *vmax* 的值映射为 1。这些值将与常规边界值变得无法区分，这可能导致数据误读。

备注

如果 vmin == vmax，输入数据将被映射到 0。

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

归一化数据并返回归一化后的数据。

参数:

值

要归一化的数据。

clip布尔型，可选

请参阅 Normalize 中参数 clip 的描述。

如果为 None，则默认为 self.clip (其默认值为 False)。

备注

如果尚未初始化，self.vmin 和 self.vmax 将使用 self.autoscale_None(value) 进行初始化。

inverse(value)[source]#

将归一化值（即色图中的索引）映射回图像数据值。

参数:

使用 `matplotlib.colors.FuncNorm` 的示例#