matplotlib.colors.AsinhNorm

class matplotlib.colors.AsinhNorm(linear_width=1, vmin=None, vmax=None, clip=False)

Basiert auf: AsinhNorm

Die inverse hyperbolische Sinus-Skala ist in der Nähe des Ursprungs annähernd linear, wird aber für größere positive oder negative Werte logarithmisch. Im Gegensatz zu SymLogNorm ist der Übergang zwischen diesen linearen und logarithmischen Bereichen glatt, was das Risiko visueller Artefakte verringern kann.

Hinweis

Diese API ist vorläufig und kann basierend auf frühem Benutzerfeedback in Zukunft überarbeitet werden.

Parameter:

linear_widthfloat, Standard: 1

Die effektive Breite des linearen Bereichs, jenseits derer die Transformation asymptotisch logarithmisch wird

Parameter:

vmin, vmaxfloat oder None

Werte im Bereich [vmin, vmax] aus den Eingabedaten werden linear auf [0, 1] abgebildet. Wenn entweder vmin oder vmax nicht angegeben sind, werden sie standardmäßig auf den minimalen bzw. maximalen Wert der Eingabe gesetzt.

clipbool, default: False

Bestimmt das Verhalten bei der Abbildung von Werten außerhalb des Bereichs [vmin, vmax].

Wenn das Clipping deaktiviert ist, werden auch Werte außerhalb des Bereichs [vmin, vmax] transformiert, was zu Werten außerhalb von [0, 1] führt. Dieses Verhalten ist normalerweise wünschenswert, da Colormaps diese Unter- und Über-Werte mit spezifischen Farben markieren können.

Wenn das Clipping aktiviert ist, werden Werte unter vmin auf 0 und Werte über vmax auf 1 abgebildet. Solche Werte werden von regulären Grenzwerten nicht unterscheidbar, was zu Fehlinterpretationen der Daten führen kann.

Anmerkungen

Wenn vmin == vmax, werden die Eingabedaten auf 0 abgebildet.

__call__(value, clip=None)

Normalisiert die Daten und gibt die normalisierten Daten zurück.

Parameter:

Wert

Zu normalisierende Daten.

clipbool, optional

Siehe die Beschreibung des Parameters clip in Normalize.

Wenn None, wird standardmäßig self.clip verwendet (was standardmäßig auf False gesetzt ist).

Anmerkungen

Wenn noch nicht initialisiert, werden self.vmin und self.vmax mithilfe von self.autoscale_None(value) initialisiert.

autoscale_None(A)

Wenn vmin oder vmax nicht gesetzt sind, werden das Minimum/Maximum von A verwendet, um sie zu setzen.

inverse(value)

Bildet den normalisierten Wert (d. h. den Index in der Colormap) zurück auf den Bilddatenwert ab.

Parameter:

Wert

Normalisierter Wert.

Beispiele, die matplotlib.colors.AsinhNorm verwenden

Farbskalennormalisierungen SymLogNorm

Farbskalennormalisierungen SymLogNorm