matplotlib.colors.AsinhNorm#

class matplotlib.colors.AsinhNorm(linear_width=1, vmin=None, vmax=None, clip=False)[源代码][源代码]#

反双曲正弦尺度在原点附近近似线性，但对于更大的正负值则变为对数。与 SymLogNorm 不同，这些线性和对数区域之间的过渡是平滑的，这可能会减少视觉伪影的风险。

备注

此API是暂定的，可能会根据早期用户反馈在未来进行修订。

参数:

参数:

vmin, vmax浮点数或无

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

剪辑bool, 默认值: False

确定映射范围 [vmin, vmax] 之外的值的行为。

如果剪裁关闭，范围 [vmin, vmax] 之外的值也会被转换，导致结果超出 [0, 1]。这种行为通常是可取的，因为色图可以用特定的颜色标记这些低于和高于的值。

如果开启了裁剪，低于 vmin 的值会被映射到 0，高于 vmax 的值会被映射到 1。这样的值会变得与常规边界值无法区分，这可能导致对数据的误解。

注释

如果 vmin == vmax ，输入数据将被映射到 0。

__call__(value, clip=None)[源代码]#

规范化数据并返回规范化后的数据。

参数:

值

要规范化的数据。

剪辑bool, 可选

参见 Normalize 中参数 clip 的描述。

如果 None ，则默认为 self.clip （默认为 False ）。

注释

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)[源代码]#

将归一化值（即颜色映射中的索引）映射回图像数据值。

参数:

使用 `matplotlib.colors.AsinhNorm` 的示例#

Colormap normalizations SymLogNorm