matplotlib.colors.SegmentedBivarColormap#

类 matplotlib.colors.SegmentedBivarColormap(patch, N=256, shape='square', origin=(0, 0), name='分段双变量色图')[source]#

基类: BivarColormap

通过对规则网格进行过采样生成的 BivarColormap 对象。

参数:
patchnp.array

patch 参数要求形状为 (k, l, 3) 的数组，并且将被超采样到形状为 (N, N, 4) 的查找表 (LUT)。

Nint

沿每个轴的 RGB 量化级别数。

shape{'square', 'circle', 'ignore', 'circleignore'}

  • 如果为 'square'，则每个变量将独立地裁剪到 [0,1] 范围内。

  • 如果为 'circle'，则变量将径向裁剪到色图中心，并在显示色图时应用圆形掩码。

  • 如果为 'ignore'，则变量不裁剪，而是被赋予“外部”颜色。

  • 如果为 'circleignore'，则应用圆形掩码，但数据不裁剪。

origin(float, float)

色图的相对原点。对于在两个轴上都呈线性的色图，通常为 (0, 0)；对于圆形色图，则为 (.5, .5)。在从二维色图获取一维色图时使用。

namestr, 可选

色图的名称。

参数:
Nint, 默认值: 256

沿第一个轴的 RGB 量化级别数。

Mint, 默认值: 256

沿第二个轴的 RGB 量化级别数。

shape{'square', 'circle', 'ignore', 'circleignore'}

  • 'square'：每个变量独立地裁剪到 [0,1] 范围内

  • 'circle'：变量径向裁剪到色图中心，并在显示色图时应用圆形掩码

  • 'ignore'：变量不裁剪，而是被赋予“外部”颜色

  • 'circleignore'：应用圆形掩码，但数据不裁剪，而是被赋予“外部”颜色

origin(float, float), 默认值: (0,0)

色图的相对原点。对于在两个轴上都呈线性的色图，通常为 (0, 0)；对于圆形色图，则为 (.5, .5)。在从二维色图获取一维色图时使用。

namestr, 可选

色图的名称。

在此页