matplotlib.colors.Normalize#
- class matplotlib.colors.Normalize(vmin=None, vmax=None, clip=False)[Quelle]#
Bases:
objectEine Klasse, die beim Aufruf Werte im Intervall
[vmin, vmax]linear auf das Intervall[0.0, 1.0]abbildet. Die Abbildung von Werten außerhalb von[vmin, vmax]hängt von clip ab.Siehe auch
Beispiele
x = [-2, -1, 0, 1, 2] norm = mpl.colors.Normalize(vmin=-1, vmax=1, clip=False) norm(x) # [-0.5, 0., 0.5, 1., 1.5] norm = mpl.colors.Normalize(vmin=-1, vmax=1, clip=True) norm(x) # [0., 0., 0.5, 1., 1.]
- 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)[Quelle]#
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 standardmäßigself.clipverwendet (was standardmäßig aufFalsegesetzt ist).
Anmerkungen
Wenn noch nicht initialisiert, werden
self.vminundself.vmaxmithilfe vonself.autoscale_None(value)initialisiert.
- autoscale_None(A)[Quelle]#
Wenn vmin oder vmax nicht gesetzt sind, werden das Minimum/Maximum von A verwendet, um sie zu setzen.
- property clip#
- inverse(value)[Quelle]#
Bildet den normalisierten Wert (d. h. den Index in der Colormap) zurück auf den Bilddatenwert ab.
- Parameter:
- Wert
Normalisierter Wert.
- static process_value(value)[Quelle]#
Harmonisiert den Eingabewert value für eine einfache und effiziente Normalisierung.
value kann ein Skalar oder eine Sequenz sein.
- Parameter:
- Wert
Zu normalisierende Daten.
- Gibt zurück:
- resultmasked array
Masked Array mit derselben Form wie value.
- is_scalarbool
Ob value ein Skalar ist.
Anmerkungen
Float-Datentypen werden beibehalten; Integer-Typen mit zwei Bytes oder kleiner werden in np.float32 konvertiert, und größere Typen werden in np.float64 konvertiert. Das Beibehalten von float32, wenn möglich, und die Verwendung von In-Place-Operationen verbessert die Geschwindigkeit für große Arrays erheblich.
- property vmax#
- property vmin#
Beispiele mit matplotlib.colors.Normalize#
Abbildung von Markereigenschaften auf multivariate Daten
Beschattierte & Leistungsnormalisierte Darstellung