matplotlib.colors.Normalize

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

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

Параметры:

vmin, vmaxfloat или None

Если vmin и/или vmax не указаны, они инициализируются минимальным и максимальным значениями соответственно первого обработанного входного значения; т.е., __call__(A) вызывает autoscale_None(A).

clipbool, по умолчанию: False

Определяет поведение при отображении значений за пределами диапазона [vmin, vmax].

Если обрезка выключена, значения за пределами диапазона [vmin, vmax] также линейно преобразуются, что приводит к значениям за пределами [0, 1]. Для стандартного использования с цветовыми картами такое поведение желательно, так как цветовые карты отмечают эти значения за пределами диапазона специальными цветами для over или under.

Если True значения, выходящие за пределы диапазона [vmin, vmax], отображаются на 0 или 1, что ближе. Это делает эти значения неотличимыми от обычных граничных значений и может привести к неправильной интерпретации данных.

Примечания

Возвращает 0, если vmin == vmax.

__call__(value, clip=None)[source]

Нормализует данные value в интервале [vmin, vmax] в интервал [0.0, 1.0] и возвращает результат.

Параметры:

value

Данные для нормализации.

clipbool, необязательно

См. описание параметра clip в Normalize.

Если None, по умолчанию self.clip (что по умолчанию False).

Примечания

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

autoscale(A)[source]: Устанавливает vmin, vmax на минимальное и максимальное значения A.

autoscale_None(A)[source]: Если vmin или vmax не заданы, использует min/max от A для их установки.

свойствоclip

inverse(value)[source]

статическийprocess_value(value)[source]

Гомогенизирует входное значение value для удобной и эффективной нормализации.

value может быть скаляром или последовательностью.

Возвращает:

resultмассив с масками: Массив с масками той же формы, 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 большие типы — в np.float64. Сохранение float32 при возможности и использование операций на месте значительно улучшает скорость для больших массивов.