matplotlib.colors.Normalize #
- 클래스 matplotlib.colors. 정규화 ( vmin = None , vmax = None , clip = False ) [소스] #
베이스:
object호출될 때 데이터를 간격 으로 선형 정규화하는 클래스입니다 .
[0.0, 1.0]- 매개변수 :
- vmin, vmax float 또는 없음
vmin 및/또는 vmax 가 제공되지 않으면 처리된 첫 번째 입력의 최소값 및 최대값에서 각각 초기화됩니다. 즉,
__call__(A)전화autoscale_None(A).- 클립 부울, 기본값: False
True범위를 벗어나는 값이 0 또는 1 중 더 가까운 것으로 매핑되고 마스크된 값은 1로 설정됩니다. 마스크된 값이 마스크된 상태로 남아 있는 경우.[vmin, vmax]False클리핑은 컬러맵에서 오버, 언더, 마스킹된 색상을 설정하는 목적을 소리 없이 무효화하므로 놀라움으로 이어질 가능성이 높습니다. 따라서 기본값은
clip=False입니다.
메모
이면 0을 반환합니다 .
vmin == vmax- __call__ ( 값 , 클립 = 없음 ) [소스] #
구간의 값 데이터를 구간으로 정규화 하여 반환합니다.
[vmin, vmax][0.0, 1.0]- 매개변수 :
- 값
정규화할 데이터입니다.
- 클립 부울
인 경우
None기본값은self.clip(기본값은False)입니다.
메모
아직 초기화되지 않은 경우
self.vmin를self.vmax사용하여 초기화됩니다self.autoscale_None(value).
- 속성 클립 #
- 정적 process_value ( 값 ) [소스] #
쉽고 효율적인 정규화를 위해 입력 값 을 균질화합니다 .
값 은 스칼라 또는 시퀀스일 수 있습니다.
- 반환 :
- 결과 마스크 배열
value 와 모양이 같은 마스킹된 배열 .
- is_scalar 부울
값 이 스칼라 인지 여부 입니다.
메모
부동 dtype은 보존됩니다. 2바이트 이하의 정수 유형은 np.float32로 변환되고 더 큰 유형은 np.float64로 변환됩니다. 가능한 경우 float32를 유지하고 내부 작업을 사용하면 대형 배열의 속도가 크게 향상됩니다.
- 속성 vmax #
- 속성 vmin #
