matplotlib.colores.AsinhNorm #
- clase matplotlib.colores. AsinhNorm ( ancho_lineal = 1 , vmin = Ninguno , vmax = Ninguno , clip = Falso ) [fuente] #
Bases:
AsinhNorm
La escala del seno hiperbólico inverso es aproximadamente lineal cerca del origen, pero se vuelve logarítmica para valores positivos o negativos más grandes. A diferencia del
SymLogNorm
, la transición entre estas regiones lineales y logarítmicas es suave, lo que puede reducir el riesgo de artefactos visuales.Nota
Esta API es provisional y puede revisarse en el futuro en función de los primeros comentarios de los usuarios.
- Parámetros :
- flotante de ancho_lineal , predeterminado: 1
El ancho efectivo de la región lineal, más allá del cual la transformación se vuelve asintóticamente logarítmica.
- Parámetros :
- vmin, vmax flotante o Ninguno
Si no se proporciona vmin y/o vmax , se inicializan a partir del valor mínimo y máximo, respectivamente, de la primera entrada procesada; es decir,
__call__(A)
llamadasautoscale_None(A)
.- clip bool, predeterminado: Falso
Si
True
los valores caen fuera del rango , se asignan a 0 o 1, lo que esté más cerca, y los valores enmascarados se establecen en 1. Si los valores enmascarados permanecen enmascarados.[vmin, vmax]
False
El recorte anula silenciosamente el propósito de establecer los colores superior, inferior y enmascarado en un mapa de colores, por lo que es probable que genere sorpresas; por lo tanto, el valor predeterminado es
clip=False
.
notas
Devuelve 0 si .
vmin == vmax
- __call__ ( valor , clip = Ninguno ) [fuente] #
Normalice los datos de valor en el intervalo en el intervalo y devuélvalos.
[vmin, vmax]
[0.0, 1.0]
- Parámetros :
- valor
Datos a normalizar.
- bool clip
Si
None
, por defecto esself.clip
(que por defecto esFalse
).
notas
Si aún no se ha inicializado,
self.vmin
yself.vmax
se inicializan conself.autoscale_None(value)
.
Ejemplos usando matplotlib.colors.AsinhNorm
#
Normalizaciones de mapa de colores SymLogNorm