matplotlib.colors.FuncNorm#

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

使用函数进行正向和反向的任意归一化。

参数:

函数（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。

两个函数都必须有以下签名

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

vmin, vmax浮点数或无

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

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] 之外的值也会通过函数进行转换，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。

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

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颜色标记这些低于和高于的值。

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

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.FuncNorm` 的示例#

Colormap normalization