matplotlib.colors.Normalize

classmatplotlib.colors.Normalize(vmin=None, vmax=None, clip=False)[source]

Bases: object

Класс, который при вызове линейно нормализует данные в интервал [0.0, 1.0].

Параметры:

vmin, vmaxfloat или None

Если vmin и/или vmax не заданы, они инициализируются минимальным и максимальным значением, соответственно, первого обработанного входного значения; то есть, __call__(A) вызовы autoscale_None(A).

clipbool, по умолчанию: False

Если True значения, выходящие за пределы диапазона [vmin, vmax], отображаются на 0 или 1, в зависимости от того, что ближе, а значения с маской устанавливаются в 1. Если False значения с маской остаются с маской.

Обрезка (clip) убирает смысл задания цветов вне диапазона (over, under, masked) в палитре, поэтому это может привести к неожиданным результатам; поэтому по умолчанию установлено значение clip=False.

Примечания

Возвращает 0, если vmin == vmax.

__call__(value, clip=None)[source]

Нормализует данные value в диапазоне [vmin, vmax] в диапазон [0.0, 1.0] и возвращает результат.

Параметры:

value: Данные для нормализации.
clipbool: Если None, по умолчанию self.clip (по умолчанию False).

Примечания

Если ещё не инициализированы, self.vmin и self.vmax инициализируются с помощью self.autoscale_None(value).

autoscale(A)[source]: Устанавливает vmin, vmax на мин, макс значения из A.

autoscale_None(A)[source]: Если vmin или vmax не заданы, использует мин/макс из A для их задания.

свойствоclip

inverse(value)[source]

статическийprocess_value(value)[source]

Гомогенизирует входное значение value для лёгкой и эффективной нормализации.

value может быть скаляром или последовательностью.

Возвращает:

resultмаска массива: Маска массива с теми же размерами, что и value.
is_scalarbool: Является ли value скаляром.

Примечания

Типы float сохраняются; целочисленные типы с двумя байтами или меньше преобразуются в np.float32, а более крупные типы - в np.float64. Сохранение float32 при возможности и использование операций на месте значительно улучшает скорость для больших массивов.