matplotlib.colors.CenteredNorm #
- classe matplotlib.colors. CenteredNorm ( vcenter = 0 , halfrange = None , clip = False ) [fonte] #
Basi:
Normalize
Normalizza i dati simmetrici attorno a un centro (0 per impostazione predefinita).
A differenza
TwoSlopeNorm
di ,CenteredNorm
applica un uguale tasso di variazione intorno al centro.Utile quando si mappano dati simmetrici attorno a un centro concettuale, ad esempio dati che vanno da -2 a 4, con 0 come punto medio e con tassi di variazione uguali intorno a quel punto medio.
- Parametri :
- vcenter float, predefinito: 0
Il valore dei dati che definisce
0.5
nella normalizzazione.- mezzo raggio float, facoltativo
L'intervallo di valori dei dati che definisce un intervallo di
0.5
nella normalizzazione, in modo che vcenter - halfrange sia0.0
e vcenter + halfrange sia1.0
nella normalizzazione. Il valore predefinito è la massima differenza assoluta rispetto a vcenter per i valori nel set di dati.
Esempi
Questo mappa i valori dei dati da -2 a 0,25, da 0 a 0,5 e da 4 a 1,0 (assumendo tassi di variazione uguali sopra e sotto 0,0):
>>> import matplotlib.colors as mcolors >>> norm = mcolors.CenteredNorm(halfrange=4.0) >>> data = [-2., 0., 4.] >>> norm(data) array([0.25, 0.5 , 1. ])
- __call__ ( valore , clip = Nessuno ) [fonte] #
Normalizza i dati del valore nell'intervallo nell'intervallo e lo restituisce.
[vmin, vmax]
[0.0, 1.0]
- Parametri :
- valore
Dati da normalizzare.
- clip bool
If
None
, per impostazione predefinita èself.clip
(che per impostazione predefinita èFalse
).
Appunti
Se non sono già inizializzati,
self.vmin
eself.vmax
vengono inizializzati utilizzandoself.autoscale_None(value)
.
- scala automatica ( A ) [fonte] #
Imposta halfrange su
max(abs(A-vcenter))
, quindi imposta vmin e vmax .
- semiintervallo di proprietà #
- proprietà vcenter #
Esempi che utilizzano matplotlib.colors.CenteredNorm
#
Normalizzazione della mappa dei colori