matplotlib.colors.PowerNorm#
- class matplotlib.colors.PowerNorm(gamma, vmin=None, vmax=None, clip=False)[源代码][源代码]#
基类：
Normalize将给定值线性映射到 0-1 范围，然后在该范围内应用幂律归一化。
- 参数:
- gamma浮动
幂律指数。
- 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，高于 vmax 的值将通过幂函数进行转换，结果是值高于 1，而低于 vmin 的值将线性转换，结果是值低于 0。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。
注释
归一化公式是
\[\left ( \frac{x - v_{min}}{v_{max} - v_{min}} \right )^{\gamma}\]对于低于 vmin 的输入值，gamma 设置为 1。
- 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。如果剪切关闭，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，因为颜色映射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。
注释
如果
vmin == vmax，输入数据将被映射到 0。
