Python Matplotlib.colors.PowerNorm用法及代碼示例

Matplotlib是Python中令人驚歎的可視化庫，用於數組的二維圖。 Matplotlib是一個基於NumPy數組的多平台數據可視化庫，旨在與更廣泛的SciPy堆棧配合使用。

matplotlib.colors.PowerNor

matplotlib.colors.PowerNorm類屬於matplotlib.colors模塊。 matplotlib.colors模塊用於將顏色或數字參數轉換為RGBA或RGB。此模塊用於將數字映射到顏色或以一維顏色數組(也稱為colormap)進行顏色規格轉換。

matplotlib.colors.PowerNorm類用於將值線性映射到-的範圍，然後在該範圍內應用power-law歸一化。它的基類是matplotlib.colors.Normalize。

該類的方法：

逆(自我，價值)：此方法返回顏色圖的反轉值。

範例1：

import matplotlib.pyplot as plt 
import matplotlib.colors as mcolors 
import numpy as np 
from numpy.random import multivariate_normal 
  
# data for reproducibality 
data = np.vstack([ 
    multivariate_normal([10, 10],  
                        [[3, 2],  
                         [2, 3]], 
                        size = 100000), 
      
    multivariate_normal([30, 20],  
                        [[2, 3],  
                         [1, 3]],  
                        size = 1000) 
]) 
  
gammas_array = [0.9, 0.6, 0.4] 
  
figure, axs = plt.subplots(nrows = 2, 
                           ncols = 2) 
  
axs[0, 0].set_title('Linear normalization') 
axs[0, 0].hist2d(data[:, 0], 
                 data[:, 1],  
                 bins = 100) 
  
for ax, gamma in zip(axs.flat[1:], 
                     gammas_array):
      
    ax.set_title(r'Power law $(\gamma =% 1.1f)$' % gamma) 
    ax.hist2d(data[:, 0],  
              data[:, 1], 
              bins = 100,  
              norm = mcolors.PowerNorm(gamma)) 
  
figure.tight_layout() 
  
plt.show()

輸出：
matplotlib.colors.PowerNorm

範例2：

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.colors as colors 
  
max_N = 100
A, B = np.mgrid[-3:3:complex(0, max_N), 
                -2:2:complex(0, max_N)] 
  
  
# PowerNorm:using power-law  
# trend in X  
A, B = np.mgrid[0:3:complex(0, max_N),  
                0:2:complex(0, max_N)] 
  
X1 = (1 + np.sin(B * 10.)) * A**(2.) 
  
figure, axes = plt.subplots(2, 1) 
  
pcm = axes[0].pcolormesh(A, B, X1, 
                         norm = colors.PowerNorm(gamma = 1./2.), 
                         cmap ='PuBu_r') 
  
figure.colorbar(pcm, ax = axes[0], 
                extend ='max') 
  
pcm = axes[1].pcolormesh(A, B, X1, 
                         cmap ='PuBu_r') 
  
figure.colorbar(pcm, ax = axes[1],  
                extend ='max') 
  
plt.show()

輸出：
matplotlib.colors.PowerNorm

相關用法

注：本文由純淨天空篩選整理自RajuKumar19大神的英文原創作品 Matplotlib.colors.PowerNorm class in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。