ImageNormalize

class astropy.visualization.ImageNormalize(data=None, interval=None, vmin=None, vmax=None, stretch=<astropy.visualization.stretch.LinearStretch object>, clip=False, invalid=-1.0)

基类：Normalize

要与Matplotlib一起使用的规范化类。

参数:

data : ndarray ，可选ndarray，可选

图像数组。此输入仅在以下情况下使用 interval 也是输入。 data 和 interval 仅在以下情况下用于计算vmin和/或vmax值 vmin 或 vmax 不是输入。

间隔 ： BaseInterval 子类实例，可选BaseInterval子类实例，可选

要应用于输入的间隔对象 data 确定 vmin 和 vmax 价值观。此输入仅在以下情况下使用 data 也是输入。 data 和 interval 仅在以下情况下用于计算vmin和/或vmax值 vmin 或 vmax 不是输入。

vmin, vmax : float ，可选Python：Float，可选

要为数据显示的最小和最大级别。这个 vmin 和 vmax 输入覆盖来自 interval 和 data 输入。

伸展 ： BaseStretch 子类实例BaseStretch子类实例

要应用于数据的拉伸对象。默认值是 LinearStretch .

clip : bool ，可选可选的布尔

如果 True ，数据值超出 [0:1] 范围被剪裁到 [0:1] 范围。

invalid : None 或 float ，可选PYTHON：NONE或PYTHON：FLOAT，可选

值指定由此类生成的NaN值。输入中的NaNs data 数组未更改。对于matplotlib规范化 invalid 值应映射到matplotlib colormap“under”值（即任何小于0的有限值）。如果 None ，则不替换NaN值。如果 clip=True .

参数:

vmin, vmax : float 或 NonePYTHON：FLOAT或PYTHON：无

如果 vmin 和/或 vmax 如果未给定，则分别从处理的第一个输入的最小值和最大值初始化；即。， __call__(A) 电话 autoscale_None(A) .

clip : bool ，默认： False布尔，默认：PYTHON：FALSE

确定映射范围外的值的行为 [vmin, vmax] 。

如果禁用剪裁，则范围外的值 [vmin, vmax] 也是线性转换的，从而产生外部值 [0, 1] 。对于色彩映射表的标准使用，需要此行为，因为色彩映射表使用特定颜色标记这些外部值 over 或 under 。

如果 True 超出范围的值 [vmin, vmax] 映射到0或1，取较近的值。这使得这些值与常规边界值难以区分，并可能导致对数据的误解。

笔记

返回0如果 vmin == vmax .

方法总结

__call__(values[, clip, invalid])	使用此规范化转换值。
inverse(values[, invalid])

方法文件

__call__(values, clip=None, invalid=None)

使用此规范化转换值。

参数:

values : array_likeNumpy：ARRAY_LIKE

输入值。

clip : bool ，可选可选的布尔

如果 True ，外部值 [0:1] 范围被剪裁到 [0:1] 范围。如果 None 然后 clip 值来自 ImageNormalize 使用实例（默认为 False ）

invalid : None 或 float ，可选PYTHON：NONE或PYTHON：FLOAT，可选

值指定由此类生成的NaN值。输入中的NaNs data 数组未更改。对于matplotlib规范化 invalid 值应映射到matplotlib colormap“under”值（即任何小于0的有限值）。如果 None 然后 ImageNormalize 使用实例值。如果 clip=True .

inverse(values, invalid=None)