Python matplotlib CenteredNorm用法及代碼示例

本文簡要介紹 python 語言中 matplotlib.colors.CenteredNorm 的用法。

用法

class matplotlib.colors.CenteredNorm(vcenter=0, halfrange=None, clip=False)

基礎： Normalize

標準化圍繞中心的對稱數據(默認為 0)。

與 TwoSlopeNorm 不同，CenteredNorm 在中心周圍應用相同的變化率。

在圍繞概念中心映射對稱數據時很有用，例如，範圍從 -2 到 4 的數據，其中 0 為中點，並且圍繞該中點具有相等的變化率。

參數：

vcenter 浮點數，默認值：0

在規範化中定義0.5 的數據值。

halfrange 浮點數，可選

在規範化中定義0.5的範圍的數據值的範圍，使得vcenter-halfrange是0.0並且vcenter+halfrange在規範化中是1.0。對於數據集中的值，默認為與 vcenter 的最大絕對差異。

clip 布爾值，默認值：假

確定 [vmin, vmax] 範圍之外的映射值的行為。

如果關閉裁剪，則 [vmin, vmax] 範圍之外的值也會被轉換，從而導致 [0, 1] 範圍之外的值。對於顏色圖的標準使用，需要這種行為，因為顏色圖使用 over 或 under 的特定顏色標記這些外部值。

如果 True 值超出 [vmin, vmax] 範圍，則映射為 0 或 1(以較接近者為準)。這使得這些值與常規邊界值無法區分，並可能導致數據的誤解。

例子

這將數據值 -2 映射到 0.25、0 到 0.5 和 4 到 1.0(假設高於和低於 0.0 的變化率相等)：

>>> import matplotlib.colors as mcolors
>>> norm = mcolors.CenteredNorm(halfrange=4.0)
>>> data = [-2., 0., 4.]
>>> norm(data)
array([0.25, 0.5 , 1.  ])