matplotlib.colors.CenteredNorm

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

基类：Normalize

将对称数据围绕中心进行归一化（默认中心为0）。

与 TwoSlopeNorm 不同，CenteredNorm 在中心周围应用相同的改变率。

在映射围绕概念中心的对称数据时很有用，例如，数据范围从 -2 到 4，以 0 为中心点，并且在中心点周围的变化率相等。

参数:

vcenterfloat, 默认值: 0

定义归一化中 0.5 的数据值。

halfrange浮点数，可选

定义归一化范围的数据值范围为 0.5，使得 vcenter - halfrange 在归一化中为 0.0，而 vcenter + halfrange 为 1.0。默认为数据集中与 vcenter 的最大绝对差值。

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] 的范围。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。

如果裁剪开启，低于 vmin 的值会被映射到 0，高于 vmax 的值会被映射到 1。这些值变得与常规边界值无法区分，可能会导致对数据的误解。

示例

这映射数据值 -2 到 0.25，0 到 0.5，以及 4 到 1.0（假设 0.0 以上和以下的变化率相等）：

>>> import matplotlib.colors as mcolors
>>> norm = mcolors.CenteredNorm(halfrange=4.0)
>>> data = [-2., 0., 4.]
>>> norm(data)
array([0.25, 0.5 , 1.  ])

autoscale(A)

将 halfrange 设置为 max(abs(A-vcenter))，然后设置 vmin 和 vmax。

autoscale_None(A)

设置 vmin 和 vmax。

property halfrange

!! 由 numpydoc 处理 !!

property vcenter

!! 由 numpydoc 处理 !!

property vmax

!! 由 numpydoc 处理 !!

property vmin

!! 由 numpydoc 处理 !!

使用 matplotlib.colors.CenteredNorm 的示例

颜色映射归一化

Colormap normalization