matplotlib.colors.AsinhNorm#

class matplotlib.colors.AsinhNorm(linear_width=1, vmin=None, vmax=None, clip=False)[source]#

反双曲正弦刻度在原点附近近似为线性，但对于较大的正值或负值则变为对数。与SymLogNorm不同，线性区域和对数区域之间的过渡是平滑的，这可以减少视觉伪影的风险。

注意

此API是临时的，未来可能会根据早期用户反馈进行修订。

参数:

参数:

vmin, vmax浮点型或 None

输入数据中介于 [vmin, vmax] 范围内的值将被线性映射到 [0, 1]。如果未提供 vmin 或 vmax，它们将分别默认为输入的最小值和最大值。

clipbool, 默认值: False

决定映射超出 [vmin, vmax] 范围的值时的行为。

如果裁剪关闭，超出 [vmin, vmax] 范围的值也将被转换，导致值超出 [0, 1]。这种行为通常是可取的，因为颜色映射可以将这些 under 和 over 值标记为特定颜色。

如果裁剪打开，低于 *vmin* 的值映射为 0，高于 *vmax* 的值映射为 1。这些值将与常规边界值变得无法区分，这可能导致数据误读。

备注

如果 vmin == vmax，输入数据将被映射到 0。

__call__(value, clip=None)[source]#

归一化数据并返回归一化后的数据。

参数:

值

要归一化的数据。

clip布尔型，可选

参见 Normalize 中参数 clip 的描述。

如果为 None，则默认为 self.clip（默认值为 False）。

备注

如果尚未初始化，self.vmin 和 self.vmax 将使用 self.autoscale_None(value) 进行初始化。

inverse(value)[source]#

将归一化值（即色图中的索引）映射回图像数据值。

参数:

使用 `matplotlib.colors.AsinhNorm` 的示例#