matplotlib.colors.TwoSlopeNorm#

class matplotlib.colors.TwoSlopeNorm(vcenter, vmin=None, vmax=None)[源代码][源代码]#

基类:Normalize

用设定中心规范化数据。

在映射围绕概念中心变化率不均的数据时很有用,例如,数据范围从 -2 到 4,以 0 作为中点。

参数:
vcenter浮动

定义归一化中 0.5 的数据值。

vmin浮点数, 可选

定义归一化中 0.0 的数据值。默认为数据集的最小值。

vmax浮点数, 可选

定义归一化中 1.0 的数据值。默认为数据集的最大值。

示例

这映射数据值 -4000 到 0.,0 到 0.5,以及 +10000 到 1.0;数据之间的值是线性插值:

>>> import matplotlib.colors as mcolors
>>> offset = mcolors.TwoSlopeNorm(vmin=-4000.,
...                               vcenter=0., vmax=10000)
>>> data = [-4000., -2000., 0., 2500., 5000., 7500., 10000.]
>>> offset(data)
array([0., 0.25, 0.5, 0.625, 0.75, 0.875, 1.0])
__call__(value, clip=None)[源代码][源代码]#

将值映射到区间 [0, 1]。clip 参数未使用。

autoscale_None(A)[源代码][源代码]#

获取 vmin 和 vmax。

如果 vcenter 不在范围 [vmin, vmax] 内,vmin 或 vmax 会扩展,使得 vcenter 位于修改后的范围 [vmin, vmax] 的中间。

inverse(value)[源代码][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:

归一化值。

property vcenter#

!! 由 numpydoc 处理 !!

使用 matplotlib.colors.TwoSlopeNorm 的示例#

颜色映射归一化

Colormap normalization