matplotlib.colors.FuncNorm

class matplotlib.colors.FuncNorm(functions, vmin=None, vmax=None, clip=False)

Bases: FuncNorm

Willkürliche Normalisierung unter Verwendung von Funktionen für die Vorwärts- und Rückwärtsrichtung.

Parameter:

functions(callable, callable)

Zweier-Tupel der Vorwärts- und Rückwärtsfunktionen für die Normalisierung. Die Vorwärtsfunktion muss monoton sein.

Beide Funktionen müssen die Signatur haben

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

vmin, vmaxfloat oder None

Wenn vmin und/oder vmax nicht angegeben sind, werden sie aus dem Minimum bzw. Maximum des ersten verarbeiteten Eingabewertes initialisiert; d. h., __call__(A) ruft autoscale_None(A) auf.

clipbool, default: False

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

Wenn das Clipping ausgeschaltet ist, werden Werte außerhalb des Bereichs [vmin, vmax] ebenfalls durch die Funktion transformiert, was zu Werten außerhalb von [0, 1] führt. Dieses Verhalten ist im Allgemeinen wünschenswert, da Colormaps diese unteren und oberen 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.

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 mit matplotlib.colors.FuncNorm

Colormap-Normalisierung

Colormap-Normalisierung