SimpleNorm

class astropy.visualization.SimpleNorm(stretch='linear', percent=None, *, min_percent=None, max_percent=None, vmin=None, vmax=None, power=1.0, log_a=1000, asinh_a=0.1, sinh_a=0.3, clip=False, invalid=-1.0)

基类：object

类创建可用于使用Matplotlib显示图像的规范化对象。

此便利类提供最常见的图像拉伸功能。其他伸展功能可在 ImageNormalize .

参数:

stretch{‘线性’，‘SQRT’，

应用于图像的拉伸函数。默认为“线性”。

percent : float ，可选Python：Float，可选

用于确定最小和最大剪切级别像素值的图像值百分比。较低的削减水平将设定在 (100 - percent) / 2 百分位数，而上限水平将设置为 (100 + percent) / 2 百分位。默认为100.0。 percent 如果出现以下情况，则忽略 min_percent 或 max_percent 是输入。

min_percent : float ，可选Python：Float，可选

用于确定最小切割水平的像素值的百分位值。默认为0.0。 min_percent 覆盖 percent .

max_percent : float ，可选Python：Float，可选

用于确定最大切割水平的像素值的百分位值。默认为100.0。 max_percent 覆盖 percent .

vmin : float ，可选Python：Float，可选

最小切割级别的像素值。数据值小于 vmin 将设置为 vmin 然后拉伸图像。默认值是图像最小值。 vmin 覆盖 min_percent .

vmax : float ，可选Python：Float，可选

最大剪切级别的像素值。数据值大于 vmax 将设置为 vmax 然后拉伸图像。默认值为图像最大值。 vmax 覆盖 max_percent .

power : float ，可选Python：Float，可选

权力指数 stretch='power' .默认为1.0。

log_a : float ，可选Python：Float，可选

的日志索引 stretch='log' . 默认值为1000。

asinh_a : float ，可选Python：Float，可选

为 stretch='asinh' ，asinh曲线从线性行为转变为对数行为的值，表示为标准化图像的一小部分。必须在0和1之间的范围内。默认值为0.1。

sinh_a : float ，可选Python：Float，可选

的缩放参数 stretch='sinh' 。默认值为0.3。

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

用于分配由规范化生成的NaN值的值。输入中的NaN data 数组没有更改。对于matplotlib规范化， invalid 值应映射到matplotlib colormap“下”值（即，任何有限值< 0）。如果 None ，那么NaN值不会被替换。如果出现以下情况，此关键字无效 clip=True .

参见

simple_norm

实例

import numpy as np
import matplotlib.pyplot as plt
from astropy.visualization import SimpleNorm

image = np.arange(65536).reshape((256, 256))
snorm = SimpleNorm('sqrt', percent=98)
norm = snorm(image)
fig, ax = plt.subplots()
axim = ax.imshow(image, norm=norm, origin='lower')
fig.colorbar(axim)

(png, svg, pdf)

方法总结

__call__ （数据）	返回一个 ImageNormalize 可用于使用Matplotlib显示图像的实例。
imshow(data[, ax])	使用matplotlib的 matplotlib.pyplot.imshow 具有此类定义的规范化的函数。

方法文件

__call__(data)

返回一个 ImageNormalize 可用于使用Matplotlib显示图像的实例。

参数:

data : ndarray恩达雷

图像数组。

返回:

结果 ： ImageNormalize 实例ImageNormalize实例

安 ImageNormalize 实例，该实例可用于使用Matplotlib显示图像。

imshow(data, ax=None, **kwargs)

使用matplotlib的 matplotlib.pyplot.imshow 具有此类定义的规范化的函数。

参数:

data : 2D or 3D array_like2D或3D

要显示的数据。可以是什么 imshow 和 ImageNormalize 双方都接受。

ax : None 或 Axes ，可选PYTHON：无或轴，可选

要绘制的matplotlib轴。如果 None ，那么电流 Axes 使用实例。

**kwargs : dict ，可选Python：Dict，可选

关键词论点传递给 imshow .不能包括 norm 或 X 关键字

返回:

result : AxesImageAxesImage

的 AxesImage 产生 imshow .

实例

import numpy as np
import matplotlib.pyplot as plt
from astropy.visualization import SimpleNorm

image = np.arange(65536).reshape((256, 256))
snorm = SimpleNorm('sqrt', percent=98)
fig, ax = plt.subplots()
axim = snorm.imshow(image, ax=ax, origin='lower')
fig.colorbar(axim)

(png, svg, pdf)